解决错误：RuntimeError: CUDA error: CUBLAS_STATUS_ALLOC_FAILED when calling `cublasCreate(handle)`

最新推荐文章于 2024-02-21 00:10:33 发布
最新推荐文章于 2024-02-21 00:10:33 发布
阅读量2.4k 收藏 1
点赞数 2
文章标签： 人工智能 python pytorch 深度学习
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/qq_46080349/article/details/133995169
版权

在运行一个二分类的代码时候出现以下错误：

解决方法：

 1.减小batch_size。检查GPU内存，这个错误很可能是由于GPU的运行内存不够引起的。

2.更新GPU驱动程序。

3.重启

4.检查硬件问题

5.上述方案都不能解决时候（我的问题就是这样...），尝试检查一下输出和标签的匹配问题。如标签的数量不等于网络输出通道的数量，即预测的输出类的数量。调整输出以匹配，它应该可以解决问题。

此外，可以使用如下命令格式来输出它的底层问题

CUDA_LAUNCH_BLOCKING=1 python [你的命令参数]
eg.  CUDA_LAUNCH_BLOCKING=1 python train.py --task davis
CWQF-T
关注
  • 2
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
pytorch报错：RuntimeError: CUDA error: CUBLAS_STATUS_ALLOC_FAILED when calling `cublasCreate(handle)`
科研学习笔记！
07-13 5805
多GPU分布式运行pytorch程序报错：RuntimeError: CUDA error: CUBLAS_STATUS_ALLOC_FAILED when calling ‘cublasCreate(handle)`
如何解决 RuntimeError: CUDA error: CUBLAS_STATUS_ALLOC_FAILED when calling `cublasCreate(handle)`
yaohaishen的专栏
01-13 1万+
本文方法限以下条件使用 运行环境没有改变 之前代码可以正常运行 代码修改后再同样的环境下出现了这个问题 如果满足以上三个条件，则一般不是CUDA出现了问题，则可以尝试用以下方法： 将代码在cpu上运行，不用GPU，这时候再报错就回给出具体出现问题的代码位置，有针对性的进行修改就好了 ...
Python RuntimeError: thread.__init__() not called解决方法
09-22
主要介绍了Python RuntimeError: thread.__init__() not called解决方法,需要的朋友可以参考下
RuntimeError: CUDA error: CUBLAS_STATUS_EXECUTION_FAILED when calling `cublasGemmEx( handle, opa, op
最新发布
qq_40077295的博客
02-21 1263
如果改用yolov7官方自带的yaml文件，在相同的环境下是可以正常训练的，所以我认为可能torch和cuda版本是匹配的，没啥问题。2.我认为是gpu显存不够，然后我将 tarin.py 里面的 batch-size 不断调小，发现值为1时，可以正常训练一次，然后又会报这个错误，所以我更加认为是gpu显存的问题。（之前是觉得有点麻烦，所以也一直没试试），最后也成功运行了。这是我在利用yolov7进行训练时出现的问题，然后网上查了一下，原因很多，但大多数是说pytorch和cuda版本不匹配。
【已解决】RuntimeError: CUDA error: CUBLAS_STATUS_INVALID_VALUE when calling `cublasSgemm( handle, opa, o
BetrayFree的博客
10-16 1万+
今天遇到的问题很奇怪，在相同的虚拟环境下，运行一个Pytorch的程序，在Pycharm中运行正常，但是通过命令行启动就会报上面的错误。第二个说是环境变量的原因，这个是很有可能的，因为不同的虚拟环境设置以及最开始安装cuda和cudnn的时候会有设置环境变量的操作，那这样一来，对于多用户使用的服务器来说，有这样的可能性就很大，于是我按照第二篇进行操作，即执行。这个原因还是很明显的，就是因为显存溢出了，我本机有亮机卡，所以会把亮机卡也当作gpu资源进行分布式训练，他显存很小啊，所以果断报错。
CUBLAS_STATUS_EXECUTION_FAILED when calling cublasSgemm 解决方法
qq_41726230的博客
08-22 7859
CUBLAS_STATUS_EXECUTION_FAILED when calling cublasSgemm 解决方法
RuntimeError: CUDA error: CUBLAS_STATUS_ALLOC_FAILED when calling `cublasCreate(handle)`问题解决
不撸先疯。
07-02 1万+
使用transformers包调用pytorch框架的Bert预训练模型时，使用正常的bert-base-cased在其他数据集上正常运行，但是运用Roberta的时候却一直报错：RuntimeError: CUDA error: CUBLAS_STATUS_ALLOC_FAILED when calling `cublasCreate(handle)`忙活了好几天也没查出是什么错误，网上一直提醒batch_size是否太大导致，修改为16->8->4->2都没有用。通过与其他数据集的对比，发现我在toke
RuntimeError: CUDA error: CUBLAS_STATUS_ALLOC_FAILED when calling `cublasCreate(handle)`解决方案
qq_22721735的博客
08-16 4172
RuntimeError: CUDA error: CUBLAS_STATUS_ALLOC_FAILED when calling `cublasCreate(handle)`解决方案
RuntimeError: CUDA error: CUBLAS_STATUS_ALLOC_FAILED when calling `cublasCreate(handle)`
qq_20373723的博客
03-20 1967
这个问题存在的其中一种可能就是模型的最后需要加sigmoid File ".\train.py", line 192, in train train_loss = solver.optimize() File "D:\wcs\seg_v2\framework.py", line 89, in optimize loss.backward() File "C:\Users\Administrator\Anaconda3\lib\site-packages\torch\tensor.p
python运行报错RuntimeError: CUDA error: CUBLAS_STATUS_ALLOC_FAILED when calling `cublasCreate(handle)`
热门推荐
m0_52347246的博客
09-08 3万+
python运行报错*** RuntimeError: CUDA error: CUBLAS_STATUS_ALLOC_FAILED when calling cublasCreate(handle) ***解决办法： 将所设的batch_size改小一点。因为是从github上copy的代码，所以跑不通其实挺正常，毕竟电脑配置啥的，都与作者的不一样。因此我们改成和自己电脑相匹配的就行。 将batch_size改成32，就成功运行。 大家遇到这种情况根据自身情况，改小一点即可。 本文借鉴于https://
runtimeerror_notifier:runtimeerror_notifier gem 适用于那些没有电子邮件发送资源的人
06-10
运行时错误.net 这个 gem 充当的代理。 为代理安装 gem 以处理应用...为防止在开发时发出错误，请确保RUNTIMEERROR_EMAIL设置环境变量RUNTIMEERROR_EMAIL 。 执照 :copyright: RuntimeError.net 2013。查看许可证了
Could not load dynamic library 'cublas64_11.dll';此类报错的dll资源
02-26
cudart64_110 cufft64_10 cublas64_11 cublasLt64_11 cusolver64_11 curand64_10 cusparse64_11 cudnn64_8等
pytorch模型提示超出内存RuntimeError: CUDA out of memory.
01-20
跑模型时出现RuntimeError: CUDA out of memory.错误 查阅了许多相关内容，原因是：GPU显存内存不够 简单总结一下解决方法： 将batch_size改小。 取torch变量标量值时使用item()属性。 可以在测试阶段添加如下代码：...
Python遇到的一些小问题记录
IndexFziQ CSDN
10-20 219
python tiny error keyerror(0): key在dict的key()中不存在，查看一下自己定义的标签和数据集读取之后的标签，类型是否一样。我遇到过自己定义的是str，读取的是int。 TypeError: list indices must be integers or slices, not str 这个说明，list[i]，这个i你给的是str类型。 RuntimeError: CUDA error: CUBLAS_STATUS_ALLOC_FAILED when ca
RuntimeError: CUDA error: CUBLAS_STATUS_ALLOC_FAILED when calling ‘cublasCreate(handle)
qq_40390668的博客
12-19 3687
大多数问题是说显存爆了，如果不是显存爆了。我在做图像分类的时候，代码配置里需要手动配置图像的类别，如果类别数和你的数据集的类别数不一致，我就报了这个错。尝试检查类别数目是否设置正确。
成功解决RuntimeError: CUDA error: CUBLAS_STATUS_ALLOC_FAILED when calling `cublasCreate(handle)`
QAQ6QAQ的博客
10-01 893
这个错误实际上可能是batch_size过大而导致的，因为有些人可能是用的A100-80G显存，而有些人可能只有24G-4090或者3090。
RuntimeError: CUDA error: CUBLAS_STATUS_EXECUTION_FAILED when calling `cublasSgemm 解决方案
dream6985的博客
10-14 2万+
RuntimeError: CUDA error: CUBLAS_STATUS_EXECUTION_FAILED when calling `cublasSgemm( handle, opa, opb, m, n, k, &alpha, a, lda, b, ldb, &beta, c, ldc)` 解决方案
RuntimeError: CUDA error: CUBLAS_STATUS_ALLOC_FAILED when calling `cublasCreate(handle)
10-04
引用和引用[2]中提到的错误信息 "RuntimeError: CUDA error: CUBLAS_STATUS_ALLOC_FAILED when calling `cublasCreate(handle)`" 表明在调用CUDA相关函数时出现了内存分配失败的错误。这可能是由于所用的显卡内存不足或者显存分配错误导致的。 为了解决这个问题，可以尝试以下方法： 1. 将所设的batch_size改小一点。减小batch_size可以减少显存的消耗，从而在显存有限的情况下减少内存分配失败的可能性。 2. 检查显卡的可用内存。确保显卡的内存足够大以容纳模型和数据的加载。 3. 确保使用的CUDA版本与所使用的深度学习框架和包兼容。某些版本的CUDA与特定版本的深度学习框架和包不兼容，可能导致错误的出现。 4. 如果问题仍然存在，可以尝试使用更高配置的显卡或者使用云端GPU来运行代码。

“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 3
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