Pytracking框架算法不能设置默认显卡(cuda)问题

最新推荐文章于 2023-12-12 10:11:42 发布

DavieLau

最新推荐文章于 2023-12-12 10:11:42 发布

阅读量290

点赞数

文章标签：算法 python pytorch

本文链接：https://blog.csdn.net/qq_44637477/article/details/129540936

版权

原始代码指定显卡位置在ltr/trainers/base_trainer.py

self.device = getattr(settings, 'device', None)
        # print("11111", self.device)
        # breakpoint()
        if self.device is None:
            self.device = torch.device("cuda:0" if torch.cuda.is_available() and settings.use_gpu else "cpu")

在进行算法配置时，使用0号卡往往会使电脑使用十分卡顿，训练时最好使用其他卡，当算法直接进行如下修改：

self.device = getattr(settings, 'device', None)
        # print("11111", self.device)
        # breakpoint()
        if self.device is None:
            self.device = torch.device("cuda:1" if torch.cuda.is_available() and settings.use_gpu else "cpu")

会报如下错误：

RuntimeError: CUDA error: an illegal memoryaccess was encountered

原因：

这个错误通常是由于在CUDA中访问不允许访问的内存地址引起的。可能是代码在GPU上执行期间尝试访问超出GPU内存范围的某个位置。

故不建议直接修改CUDA。

解决办法：



if torch.cuda.is_available():
    os.environ["CUDA_VISIBLE_DEVICES"] = "1"  # 设置使用的GPU编号
    torch.cuda.set_device(1)  # 设置默认的GPU设备

self.device = torch.device("cuda" if torch.cuda.is_available() and settings.use_gpu else "cpu")