MOC环境记录

最新推荐文章于 2023-09-17 16:42:35 发布
最新推荐文章于 2023-09-17 16:42:35 发布
阅读量302 收藏
点赞数
文章标签： moc
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/dickwinters2011/article/details/115258687
版权
本文对比了不同PyTorch环境配置下（如CUDA版本、cudnn、gcc等），针对pytorch=0.4.1及更高版本在不同CUDA（9.0, 9.2, 10.0, 11.0）和cudnn版本（7.6.5, 8.0.5）下的运行问题，包括`__cudaRegisterFatBinaryEnd`错误和`Backward is not reentrant`等，提供了解决方案和适配建议。
摘要由CSDN通过智能技术生成

原版MOC

pytorch=0.4.1支持的最高版本cuda是9.2，我发现只要conda环境中装对cuda版本即可，与系统装的cuda版本是无关的
’At least one of the inputs that requires gradient ’
check_gradient_dpooling True

配置1

系统Ubuntu 20.04
显卡2080Ti
cuda9.0
cudnn7.6.5
gcc5
conda环境中pytorch=0.4.1 torchvision=0.2.1 cuda92

配置2

系统Ubuntu 20.04
显卡2080Ti
cuda9.2
cudnn7.6.5
gcc5
conda环境中pytorch=0.4.1 torchvision=0.2.1 cuda92

配置3

系统Ubuntu 20.04
显卡2080Ti
cuda10.0
cudnn7.6.5
gcc5
conda环境中pytorch=0.4.1 torchvision=0.2.1 cuda92

配置4

系统Ubuntu 20.04
显卡2080Ti
cuda11.0
cudnn8.0.5
gcc5
conda环境中pytorch=0.4.1 torchvision=0.2.1 cuda92

配置5

系统Ubuntu 20.04
显卡2080Ti
cuda11.0
cudnn8.0.5
gcc5
conda环境中pytorch=0.4.1 torchvision=0.2.1 cuda92

配置6

系统Ubuntu 20.04
显卡2080Ti
cuda11.0
cudnn8.0.5
gcc5
conda环境中pytorch=0.4.1 torchvision=0.2.1 cudatoolkit=9.2
undefined symbol: __cudaRegisterFatBinaryEnd

配置7

系统Ubuntu 20.04
显卡2080Ti
cuda11.0
cudnn8.0.5
gcc5
conda环境中pytorch=0.4.1 torchvision=0.2.1 cuda90
undefined symbol: __cudaRegisterFatBinaryEnd

配置8

系统Ubuntu 20.04
显卡2080Ti
cuda11.0
cudnn8.0.5
gcc5
conda环境中pytorch=0.4.1 torchvision=0.2.1 cudatoolkit=9.0
undefined symbol: __cudaRegisterFatBinaryEnd

pytorch1.0的DCNv2

配置1

系统Ubuntu 20.04
显卡2080Ti
cuda9.0
cudnn7.6.5
gcc5
conda环境中pytorch=1.2.0 torchvision=0.4.0 cudatoolkit=9.2
RuntimeError: Backward is not reentrant

配置2

系统Ubuntu 20.04
显卡2080Ti
cuda9.0
cudnn7.6.5
gcc5
conda环境中pytorch1.0.0 torchvision0.2.1 cudatoolkit=9.0
RuntimeError: Creating MTGP constants failed. at /opt/conda/conda-bld/pytorch_1544202130060/work/aten/src/THC/THCTensorRandom.cu:35

配置3

系统Ubuntu 20.04
显卡2080Ti
cuda9.2
cudnn7.6.5
gcc5
conda环境中pytorch=1.2.0 torchvision=0.4.0 cudatoolkit=9.2
RuntimeError: Backward is not reentrant

配置4

系统Ubuntu 20.04
显卡2080Ti
cuda9.2
cudnn7.6.5
gcc5
conda环境中pytorch=1.0.0 torchvision=0.2.1 cudatoolkit=10.0
RuntimeError: Backward is not reentrant

配置5

系统Ubuntu 20.04
显卡2080Ti
cuda10.0
cudnn7.6.5
gcc5
conda环境中pytorch=1.2.0 torchvision=0.4.0 cudatoolkit=9.2
RuntimeError: Backward is not reentrant

配置6

系统Ubuntu 20.04
显卡2080Ti
cuda10.0
cudnn7.6.5
gcc5
conda环境中pytorch=1.0.0 torchvision=0.2.1 cudatoolkit=10.0
RuntimeError: Backward is not reentrant

配置7

系统Ubuntu 20.04
显卡2080Ti
cuda11.0
cudnn8.0.5
gcc5
conda环境中pytorch=1.2.0 torchvision=0.4.0 cudatoolkit=9.2
RuntimeError: Backward is not reentrant

配置8

系统Ubuntu 20.04
显卡2080Ti
cuda11.0
cudnn8.0.5
gcc5
conda环境中pytorch1.7.0 torchvision0.8.0 cudatoolkit=11.0
RuntimeError: Error compiling objects for extension

dickwinters2011
关注
基于STM32设计的环境质量检测装置(局域网)(190)
07-22 1426
设计一款基于STM32F103RCT6主控芯片的多功能环境质量检测装置具有重大的现实意义和应用价值。该装置整合了多种传感器技术，能够实时监测温度、湿度、大气压强、甲醛浓度、空气质量指数、二氧化碳浓度及可燃气体和一氧化碳浓度等多个关键环境指标。当这些参数超过预设的安全阈值时，不仅可以通过蜂鸣器进行本地报警提醒，而且能通过集成的ESP8266无线模块将数据传输至远程监控终端——手机APP上，实现对环境状况的远程实时监控和智能预警。
基于STM32设计的室内环境监测系统(华为云IOT)_2023
11-03 4246
基于STM32+华为云物联网平台设计一个室内环境监测系统，以STM32系列单片机为主控器件，采集室内温湿度、空气质量、光照强度等环境参数，将采集的数据结果在本地通过LCD屏幕显示，同时上传到华为云平台并将上传的数据在Android移动端能够实时显示、查看。
DCNv2-master.zip
06-30
支持pytorch1.7版本，不用做较大修改即可运行
报错解决：RuntimeError: Error compiling objects for extension和nvcc fatal: Unsupported gpu architecture
博学而笃志，切问而近思。
06-18 1万+
报错解决：RuntimeError: Error compiling objects for extension和nvcc fatal: Unsupported gpu architecture
RuntimeError: Error compiling objects for extension报错及fatal error: THC/THC.h: No such file or direct
weixin_48781592的博客
09-17 2851
在配置FCOS以及yolov5的项目环境时常常遇到这个问题：RuntimeError: Error compiling objects for extension，尝试在网上直接搜这个问题，很多都是说pytorch和CUDA版本不对应以及其他问题，但是始终没有得到解决，最后尝试细看那一堆错误发现有一句：fatal error: THC/THC.h: No such file or direct，想到之前配另一个代码的环境就是这个问题，当时也是改了很久，然后这次又来，实在害怕再来一次，记录一下。
mmdetection3D RuntimeError: Error compiling objects for extension
幸福回头的博客
02-03 2万+
最近在配置open-mmlab的mmdetection3d项目，其中大部分的步骤都可以很方便的完成，但是在CUDA版本和torch版本上会有一定的问题，详细记录下： 前面的几个步骤都没什么问题，就最后一步的python setup develop的时候，出现了 RuntimeError: Error compiling objects for extension 这个错误 https://github.com/sshaoshuai/Pointnet2.P...
win10下安装Detectron2出错可能的解决方案
imok1234567的博客
05-11 3157
1.RuntimeError: Error compiling objects for extension 2.Command '['ninja', '-v']' returned non-zero exit status 1 按照网上都能找到的方法试了个遍，到头来错误还是他俩 这时候华点出现了 大家应该都有五六个虚拟环境，pytorch版本估计都乱成一锅粥了把 在你现在装detectron2的虚拟环境中，conda list再pip list一下，我发现我的torchvision竟然不一致，果断
ZIELKE1_flow_摩阻_特征线法moc_特征线法_压力流量_
10-02
".v11.suo"是Visual Studio的解决方案用户选项文件，记录了开发环境的个人设置。而"liyunjie"可能是源代码、数据文件或者编译后的可执行文件，用于运行和测试特征线法求解摩阻问题的程序。 为了实际应用特征线法，...
moc_counter.rar_Linux/Unix编程
09-24
在Linux/Unix操作系统环境下进行编程是一项技术性强且充满...通过以上知识点，我们可以看到"Moc_Counter"项目涵盖了从底层系统编程到高级用户界面设计的多个层面，对于学习和理解Linux/Unix环境下的Qt编程非常有价值。
QT报错“未找到文件：moc_mainwindow.cpp”
qq_38641585的博客
09-29 7723
突然就出现了这个报错，可能是因为之前对环境变量进行了修改。 检查了项目目录没有中文及环境变量之后做过了以下尝试： 新建项目，将原项目代码复制进去； 结果：失败，一样报错 重新qmake 结果： 取消勾选shadow build之后清除->重新构建 结果：失败 新建空白项目直接编译运行： 结果：一样报错 我猜测未找到moc文件大概是因为预编译失败，与环境配置可能有一定的关系。于是重新安装了qt，重新打开项目编译通过。 在下面附上moc的定义和作用： “moc 全称是 Meta-Object Comp
torch/utils/cpp_extension.py raise RuntimeError(message) from e
weixin_41793473的博客
07-20 6959
torch/utils/cpp_extension.py", line 1682, in _run_ninja_build raise RuntimeError(message) from e RuntimeError: Error compiling objects for extension 想配置这个FCOS算法的环境。 https://github.com/tianzhi0549/FCOS 在极链AI云平台上部署 优势：价格便宜，按实际使用时间扣费，适合学生进行科研探索；使用灵活，即用即停；选择较多
配环境踩过的坑（RuntimeError: Error compiling objects for extension）
weixin_40076972的博客
10-25 3万+
（RuntimeError: Error compiling objects for extension） 可能是你的pytorch与cuda版本不匹配 根据我的了解 cuda10.2+pytorch1.5 cuda10.1+pytorch1.6
runTimeError与多线程
weixin_44728985的博客
04-05 876
在学习pytorch官网上tutorial部分时，STN网络的代码是很重要的一部分内容。然而，将代码在自己的电脑中运行时，却出现了runTimeError的报错，具体如下图所示。 原因是dataset内部可能会开启多线程。事实上在这个代码中dataset的确开启了多线程，体现在语句“ numworker = 4”中。将4改为0即可。（改为1应该也是可以的，不过没试过，0和1理论上在这个情况里是等效...
RuntimeError:the derivative for ‘weight’ is not implemented
sinat_24424445的博客
09-19 3624
RuntimeError:the derivative for ‘weight’ is not implemented 解决方案：use weight.detach() instead of weight
PyTorch(总)——PyTorch遇到令人迷人的BUG与记录
热门推荐
hudongloop的博客
06-28 12万+
这篇博客就用来记录在使用pytorch时遇到的BUG，虽然年纪大了，但是调出BUG还是令人兴奋^_^! BUG1： 在使用NLLLoss()激活函数时，NLLLoss用来做n类分类的，一般最后一层网络为LogSoftmax，如果其他的则需要使用CrossEntropyLoss。其使用格式为：loss(m(input), target)，其中input为2DTensor大小为（minibatch...
解决RuntimeError: cuda runtime error (30) : unknown error at /pytorch/aten/src/THC/THCGeneral.cpp:70&N...
ZHO9504的博客
11-14 2万+
解决两个问题： （1）RuntimeError: cuda runtime error (30) : unknown error at /pytorch/aten/src/THC/THCGeneral.cpp:70 （2）NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver. Make...
解决RuntimeError: cuda runtime error (30) : unknown error at /pytorch/aten/src/THC/THCGeneral.cpp:70&N
03-19 5199
解决两个问题： （1）RuntimeError: cuda runtime error (30) : unknown error at /pytorch/aten/src/THC/THCGeneral.cpp:70 （2）NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver. Make sure...
moc安装php环境
最新发布
11-10
安装MAMP是在Mac OS上安装PHP环境的一种简单方法。以下是安装步骤： 1. 下载MAMP：https://www.mamp.info/en/downloads/，选择适合您的Mac OS版本的MAMP版本进行下载。 2. 安装MAMP：双击下载的MAMP安装文件，按照提示进行安装。 3. 启动MAMP：安装完成后，启动MAMP。您可以在应用程序文件夹中找到MAMP文件夹，然后双击MAMP应用程序来启动它。 4. 启动服务器：启动MAMP后，单击“Start Servers”按钮以启动Apache和MySQL服务器。 5. 测试PHP：在浏览器中输入http://localhost:8888/，您将看到MAMP的欢迎页面。单击页面上的“phpinfo”链接，您将看到PHP信息页面，这表明您已成功安装了PHP环境。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值