libtorch编译时只使用单核cpu的问题

最新推荐文章于 2022-09-05 23:27:19 发布
最新推荐文章于 2022-09-05 23:27:19 发布
阅读量718 收藏 1
点赞数 2
文章标签： pytorch 神经网络
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/silence0511/article/details/107997750
版权

在ubuntu18.04虚拟机下面，从源码编译libtorch，发现编译速度超级慢，一看cpu只使用了一个核，应该是配置的时候参数有点问题，找了一下发现，应该是有个参数读出来的不太对，可能是因为虚拟机配置读取的问题，文件路径是pytorch/scripts/build_local.sh，最后一行的参数修改下，如下图

估计是这个CAFFE_MAKE_NCPUS的数据错了，如下，直接把变量改成4或者8，自己根据自己的cpu核数来指定就行。

改了之后快多了

silence0511
关注
  • 2
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
PyTorch使用cpu加载模型运算方式
09-18
今天小编就为大家分享一篇PyTorch使用cpu加载模型运算方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
windows10+libtorch1.0.0 cpu版本+opencv4.0.0 cmake安装编译
summer_xialuo的博客
04-15 1512
目录前期准备配置CmakeListcmake编译所需目录结构cmake编译参考 前期准备 下载cmake：https://cmake.org/download/ #安装时手动更改选项以添加到环境变量中 下载libtorch：https://pytorch.org/get-started/locally/ 下载opencv：https://opencv.org 配置CmakeList 新建一个名为...
tx2上编译安装libtorch步骤以及遇到的一些问题
lxx4610的博客
01-06 2858
在tx2上编译安装libtorch是一个心酸的过程，如何心酸就不详述了。（主要是编译时间太长，编译好最低2个小时起步，过程中出错修改配置后还得重新开始编译…） 步骤 进入正题，在编译之前需要安装相应的依赖件。 出厂自带的tx2一般是不自带pip的，所以在此之前需要安装pip3（对应python3），然后用此来安装相关依赖包 sudo apt-get install python3-pip pip3...
libtorch 问题汇总
qq_33671888的博客
09-16 1355
1 在torchscript 里面使用nn.modulelist时， 例如声明一个 self.vgg= nn.modulelist(....) 不允许使用如 for i in range(len(self.vgg)): y=self.vgg[i](x) 报错:module cannot be used as a value 因为torchscript不能把module当作值对待...
Ubuntu服务器/proc/cpuinfo只剩一个处理器问题解决
不当初
05-24 1451
问题简介 在出差时，遇到了一个比较奇怪的问题，在此记录一下。当时要交付的服务器是Ubuntu 64核，但在系统上架，重新安装部署服务时发现抱错了，因为系统需要至少两个核心才能正常运行。 解决方式 修改完，重启服务器即可。 验证 sqh@sqh-virtual-machine:~$ cat /proc/cpuinfo processor : 0 vendor_id : GenuineIntel cpu family : 6 model : 60 model name : Intel(R) Core(TM
解决Tensorflow 使用时cpu编译不支持警告的问题
09-18
在使用TensorFlow库进行深度学习或机器学习项目时，可能会遇到CPU编译不支持的警告。这个警告通常出现在你的CPU支持如AVX（Advanced Vector Extensions）或AVX2这样的指令集，但你安装的TensorFlow二进制文件并未...
Jetson TX2下编译AArch64版本的libtorch
最新发布
02-21
AArch64版本的libtorch库
Libtorch的在pytorch的stable1.0版本编译的CPU版本
01-07
Libtorch的在pytorch的stable1.0版本编译的CPU版本，这个可以通过window下的cmd指令直接编译或者使用cmake-gui进行编译，注意其不支持VS2013及一下版本。最好使用VS2017.
linux-cpu.zip_CPU使用率
09-19
一份可以用的现实linux下显示cpu使用率的源码，在linux下用gcc编译
pytorch基于cpu下的速度测试及cpu线程设置
agonysome的博客
09-01 2044
libtorch默认是将cpu性能全部耗光，cpu利用率达到95%，需要设置并行计算的线程数，设置函数是torch::set_num_threads(1); python版本的torch.set_num_threads(1) resnet50模型 cpu型号：I7 4770 3.6HZ 内存16G pytorch 单线程cpu速度大概285ms 增加线程速度反而降低 两个线程300ms 4个线程350ms gpu 750ti 85ms libtorch 单线程...
网络推理 | PyTorch vs LibTorch：谁更快？
idol24的博客
06-03 3319
点击上方“机器学习与生成对抗网络”，关注星标获取有趣、好玩的前沿干货！作者：知乎—Gemfield 侵删地址：https://zhuanlan.zhihu.com/p/363319763在...
libtorch，TenSorRt跨平台编译一二
爱上coding的博客
12-24 1972
1. windows软件配置 CUDA，CUDNN，libtorch，opencv，CMake 笔者使用：cuda10.1, cudnn7.6.5, libtorch 1.3.0（cuda10.1） 注意：libtorch版本>1.3.0时，需要支持c++14的编译器编译 2. 输入 模型pt文件（模型文件需要转化，pt->wts），linux下的cmakelist工程文件 详情见yolov3工程 3. cudnn安装 cudnn下载之后不用安装，解压即可。 下载解压缩后，将其文件夹下cnd
为什么一个python进程只能占用一个CPU？
qq_26432153的博客
09-05 1989
在看《现代操作系统》时，疑惑得到了解答。这本书的2.2.4节中，提到了，如果将线程包（进程中的所有线程组成线程包）放在用户空间中，则操作系统内核在线程调度的时候，认为该进程是一个拥有单线程的进程，所以只能占用一个CPU。在网上查找了大量的资料，说的是因为GIL锁的存在，所以只能占用一个CPU，但是感觉有点迷迷糊糊的，没有说得很清楚。而python正是将线程包放在用户空间中的，所以一个进程只能占用一个CPU。Java是内核级线程，所以一个进程可以占用多个CPU。《现代操作系统》第四版。
ubuntu限制CPU使用率
mjiansun的专栏
09-20 1万+
需求： 由于程序是多进程，所以会极大使用CPU资源，但CPU如果长时间处于高强度工作（也就是长时间超频），温度极高，在主板里有个CPU温度保护，超过一定温度就会重启。所以我想直接限制CPU的最高频率，那么就不会出现长时间超频，那么问题也不会特别高（虽然也很高），但最起码不会程序跑着跑着就重启了。 方法一 这种方法解决了我的问题，我给每个CPU核心设置了最高频率。 安装cpufrequtil...
libtorch-gpu推理时占用CPU 100%问题解决
baidu_34172099的博客
07-09 4363
libtorch-gpu推理时占用CPU 100%问题解决 可能很多童鞋在利用libtorch进行pytorch模型加速的时候并没有注意过CPU的占用问题，可甚至有时候觉得能调通模型都觉得很好了。然而事实是越精越好（或者CPU的占用其实也影响模型的推理性能），可能觉得我说法有些问题，因为本来用的是GPU进行计算。注意此处的解释根据个人理解而来： 首先先引入几个概念： cpu个数是指物理上安装了几个cpu，一般的个人电脑是安装了1个cpu cpu内核数是指物理上，一个cpu芯片上集成了几个内核单元，
libtorch学习笔记（10）- 一些具体问题的解决
大飞的博客
08-16 1372
神经网络中碰到的问题 目前主要用CPU用来进行神经网络训练，验证和测试，在以前的用LeNet来基于MNIST图像集进行训练、验证和测试，速度还行，准确率也很高，但是通过VGG的学习，发现机器有点吃不消了，一轮训练都是几个小时，所以出了一个小问题，可能几个小时就白测试了，训练出准确的网络对我来说太重要了。 这是这段时间碰到的一些问题： Loss rate马上变成0 原因： 训练的数据无差异，无法训练 刚开始一上来就碰到这个问题，后来经过排查，发现自己写的将图片转化为张量的实现有问题，导致所有的图片张量都被同一
Python:pip install torch官网速度太慢的解决办法
热门推荐
qq_35896136的博客
05-19 1万+
也不知道为啥torch用镜像网站不能下，难道镜像网站没这个？ 但是有呀，就很迷。 文章目录1.pytorch官网下载 1.pytorch官网下载 进入pytorch官网：官网链接 选择合适的版本获得命令 在终端输入改命令即可下载 有可能会速度过慢导致中断，再用下面的方法????。 还是试了试镜像网站，但是不行，然后在网上找了找方法，但好多都是conda的，没安装anaconda没有排面了（/(ㄒoㄒ)/~~）。 也试了试在镜像网站把Pytorch和torchvision的压缩包下载 ...
安装某torch等速度太慢的解决办法（不断更新）
weixin_40051325的博客
02-03 1461
本文主要汇总切实可用的安装太慢的解决办法，感谢各位博主！！！ conda安装Pytorch下载过慢解决办法(11月26日更新ubuntu下pytorch1.3安装方法)
windows下用pip安装tensorflow-cpu（不需要Anaconda）一步到位
Know Yourself
06-25 1426
感觉用Anconda安装TF2.X.X太麻烦了，软件体积还大，因此打算用pip结合virtualenv直接安装并集成到jupyter lab。 一、安装准备 1.1环境要求： python3.5-3.7 pip版本大于19 virtualenv 环境 环境的检测： python --version pip --version virtualenv --version ...
eslint在编译时使用babel编译eslintrc
09-08
总之，通过在.eslintrc文件中配置babel-eslint作为解析器，我们可以在编译时使用babel编译.eslintrc文件，从而使得ESLint能够检查已经经过babel编译后的低版本JavaScript代码。这样可以确保我们的代码在语法和风格上...

“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
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