多卡(大于2)训练下pytorch的RNN训练报段错误问题(segmentation fault (core dumped))

最近使用pytorch训练模型时,使用到了pytorch的库函数 nn.RNN。模型本来在单卡和双卡下训练良好,但一旦同时用三卡及以上的时候就会报错:

segmentation fault (core dumped)

网络上的段错误大体说的都是内存溢出、指针访问越界、零除问题等问题,说例如用:

ulimit -a
ulimit -c 1024
ulimit -s unlimited

等等操作查看报错以及调大stack size。但是我尝试后发现竟然无一匹配。经过总结发现,这些答主基本是在写C/C++代码的时候出现报错、而我们训练模型修改的是Python代码、调用的C/C++代码都是库函数,不应该涉及到这类问题。

所以唯一的答案就是:Pytorch库函数有bug!!!

顺着这个思路,果然找到了相关的原因:我使用的Pytorch版本是1.4.0,这个版本在处理多个GPU并行计算时存在一些bug,导致这种报错。

所以,真正的解决方案是:将Pytorch升级到1.5.0版本!!! 之后问题就神奇地解决了,类似的情况在Pytorch官方讨论区也有提到。

其实,不仅限于nn.RNN,nn.GRU和nn.LSTM的报错都可以如此处理,因为三者是在同一文件内编写的。

  • 3
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 5
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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