Check failed：error == cudaSuccess(30 vs. 0) unkown error

最新推荐文章于 2024-02-21 18:00:22 发布
最新推荐文章于 2024-02-21 18:00:22 发布
阅读量1.2w 收藏
点赞数 1
分类专栏： caffe 错题本
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/sunshine_in_moon/article/details/53492188
版权

今天被这个问题折腾惨了。昨天Caffe使用还一切正常，今天就突然出现了这个问题，如下图所示：


我尝试重新安装CUDA，重新编译安装Caffe，都没有成功解决。后来灵机闪现，想到是不是显卡驱动的问题（其实我就应该想到的，哎！）

右击我的电脑->管理->设备管理->显示适配器


如图（现在是正常状态），GT 730M显卡驱动前面应该是一个黄色小三角内部有个小叹号。右击->卸载。成功卸载后重新安装就Ok了。可以使用鲁大师，驱动精灵等软件安装。我是重启后显卡驱动程序自动安装的。

目前，这个问题总算是解决了。做个小总结吧。

无论是在Linux还是在Windows下，如果我们在使用Caffe时遇到Check failed: error(state) == cudaSuccess( ** vs. 0) 这样的问题，我们首先要考虑的是显卡驱动是否安装正确，如果显卡驱动安装正确检查CUDA是否安装正确。一般就是就这两个问题。

下面几个可能对你有用的连接

faster-rcnn训练时出现error == cudaSuccess (30 vs. 0)


http://stackoverflow.com/questions/40279737/caffe-gpu-cuda-error-after-training-check-failed-error-cudasuccess-30-vs


Sunshine_in_Moon
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
专栏目录
MxNet base.h:459: Check failed: e == cudaSuccess (30 vs. 0) : CUDA: unknown error nvidia-smi显卡ERR！
Hello Word!
08-09 1199
命令输出缓慢，并且报ERR 1，重启机器 2，重装驱动 3，维修或换显卡
Check failed: error == cudaSuccess (74 vs. 0) misaligned address
01-08
modifying cudnn_conv_layer.cpp and aligning the address to be multiples of 32. You can insert tow lines of code before size_t total_max_workspace = ... as follow: size_t m=32; ...
使用openpose出现Check failed: error == cudaSuccess (2 vs. 0) out of memory错误
YoJayC的博客
11-17 2827
在使用openpose的docker执行命令时，出现下述错误提示 root@1015281c1858:/openpose# python3 consecutive_openpose.py Starting OpenPose demo... Configuring OpenPose... Starting thread(s)... F1117 06:45:27.081745 90 syncedmem.cpp:71] Check failed: error == cudaSuccess (2 vs.
Fatal error in , line 0# Check failed: U_SUCCESS(status).
zhangbaiming_的博客
02-21 457
我需要的版本在 ^12 ~14 ,升级12.13.0 版本后，重新运行解决该错误。根据查阅，说该错误为node v12的一个BUG，要不就降级版本，要不升级版本。新拉取的项目，根据提示要求node 版本，下载了对应的最低版本 12.0.0。切换了12.0.0版本后，重新运行报下面错误。
【caffe】 Check failed: error == cudaSuccess (30 vs. 0) unknown error
热门推荐
TensorSense的博客
11-22 1万+
解决办法 ：　加 sudo用caffe,不报错,那一定要的时假caffe. ubuntu16.04 ,写了一个.py文件调用resnet.caffemodel 来对图片进行分类. 但是在运行时出错,错误是...略 layer { name: "prob" type: "Softmax" bottom: "fc2" top: "prob" } I1122 13:37:10.8868
Ubuntu caffe运行错误解决 Check failed: error == cudaSuccess(30 vs. 0) unknown error cudaSuccess(1 vs. 0)
liufsh004的博客
06-23 815
错误一：Check failed: error == cudaSuccess(30 vs. 0) 1. 方法一：使用sudo python 运行即可 2. 方法一：重装显卡驱动，如图在软件中心切换显卡驱动版本完成后重启 错误二：Check failed: status == CUDNN_STATUS_SUCCESS (1 vs. 0) CUDNN_STATUS_NOT_INIT 解决：cudnn版本错误，重新选择正确的版本安装https://developer.nvidia.com/...
解决caffe Check failed: error == cudaSuccess (30 vs. 0) unknown error
lv6572的博客
08-15 622
caffe训练模型时出现Check failed: error == cudaSuccess (30 vs. 0) unknown error错误，以为是找不到cuda路径，但是确认了在～/.bashrc里面export了cuda的路径，最后解决办法是 sudo apt-get install nvidia-modprobe 参考：https://blog.csdn.net/u0101672...
OpenPose运行时报错Cuda check failed (35 vs. 0)
kxqt233的博客
07-31 1175
系统环境 Win10，NVIDIA Driver Version：399.24，Cuda V9.2.148，cuDNN 7.6.3 出错情况 下载完OpenPose v1.5.1的Windows Demo，按照instructions.txt下载好模型，使用bin\OpenPoseDemo.exe --video examples\media\video.avi --face --hand运行，出现报错。 Cuda check failed (35 vs. 0): CUDA driver version i
cudaCheckError() failed : invalid device function解决方法
weixin_36670529的博客
03-14 1241
先将出现的问题截图，上图所示为我遇见的错误。 我在服务器上（ubuntu14.04），运行smallcorgi/Faster-RCNN的tensorflow代码时候出现的问题，我的显卡是TeslaK40。 在百度后发现根本没有切实可行的方法，最后还是使用Google解决了问题，发现在运行代码时候在lib文件夹下面执行make操作的时候需要将make.sh文件进行修改，将arch参数从sm_37改为sm_35。为大家附上参数列表。 承接Matlab、Python和C++的编程，机器学习、计算机...
caffe报错（3）Check failed: error == cudaSuccess (2 vs. 0) out of memory
weixin_42535423的博客
12-27 1842
在使用caffe测试的时候，提示如下错误： Check failed: error == cudaSuccess (2 vs. 0) out of memory 是内存溢出，而且是cuda报出的，那么就是gpu的缓存溢出了。 遇到这种情况，首先要看的就是训练与测试的batch_size了，而训练过程没有问题，说明训练的batch_size没有问题；
Check failed: error == cudaSuccess (30 vs. 0) unknown error错误解决记录
weixin_41453111的博客
12-27 2484
Ubuntu16.04 下 使用终端命令sudo python +.py 出现caffe库无法使用 解决办法 在import caffe这段代码前 加上 import sys sys.path.append("/home/xxx/caffe/python") xxx:为用户目录 ...
运行caffe时报错：Check failed: error == cudaSuccess
walle的博客
04-15 8881
"Check failed: error == cudaSuccess (9 vs. 0)    明明nvidia已经安装好，在cmd里面运行nvcc -V也有显示.....cuda 7.5之类的 原来是因为我是远程桌面控制显卡的，所以不行
caffe 报错 Check failed: error == cudaSuccess (77 vs. 0) an illegal memory access was encountered
z1102252970的专栏
08-02 1万+
之前从没有遇到这样的问题，找了三个小时的bug和资料后，在此处发现了解决方案,他是这么说的：In my case the “top” and “bottom” layer in the “deconvolution” layers where the same (save variable but with different num_output) and this cause a strange
【Deepin 20系统】解决Check failed: err == cudaSuccess || err == cudaErrorInvalidValue Unexpected CUDA erro
BetterBench的博客
03-09 3047
问题 环境 Nvidia RTX 2070 Tensorflow 2 在利用GPU运行了程序。中断重新运行程序，就会报错,GPU内存不够，显然是被占用了 F tensorflow/stream_executor/cuda/cuda_driver.cc:175] Check failed: err == cudaSuccess || err == cudaErrorInvalidValue Unexpected CUDA error: out of memory 解决办法 因为程序虽然没有运行了，但进程还
Check failed: error == cudaSuccess (10 vs. 0) invalid device ordinal
同销万古愁的博客
09-01 1002
ubuntu14.04 caffe 运行别人的程序，报错Check failed: error == cudaSuccess (10 vs. 0)  invalid device ordinal。根据网上的说法，GPU内存不够，可是batch大小改为1了还是不行。问了博士师兄才发现，在该行上面有一行，写着using GPUs 1.而我只有一个GPU，如图2，我把solver_48.prototxt...
Check failed: error == cudaSuccess (2 vs. 0) out of memory
同销万古愁的博客
09-01 943
造化弄人，上午刚解决了一个问题，现在又出了这个问题，train_48.prototxt里batch_size由32改为16，不可以，又改为1，可以了。然而对我的程序来说。。。至少要32，所以去借同学的服务器了。   ...
Check failed: error == cudaSuccess (48 vs. 0) no kernel image is available for execution
积沙成塔
11-14 1万+
报错： CUDA版本为9.0，在Ubuntu 16.04上安装Caffe时报错： Check failed: error =s (48 vs. 0) no kernel image is available for execution  on device... 原因： Makefile.config中关于 CUDA_ARCH的配置出现出错，没有根据提示设置（配置时，失误删除了与61相关...
配置SSD-caffe测试时出现“Check failed: error == cudaSuccess (10 vs. 0) invalid device ordinal”解决
xunan003的博客
11-03 1万+
这是由于GPU数量不匹配造成的，如果训练自己的数据，那么我们只需要将solver.prototxt文件中的device_id项改为自己的GPU块数，一块就是0，两块就是1，以此类推。 但是SSD配置时的例子是将训练语句整合成一个python文件ssd_pascal.py，所以需要改此代码。相关配置训练方法请参看转载博文：http://blog.csdn.net/xunan003/article/
caffe训练 Check failed: error == cudaSuccess错误汇总
mingo_敏
08-22 7756
本文地址：https://blog.csdn.net/shanglianlm/article/details/81939179 1 CUBLAS_STATUS_SUCCESS (1 vs. 0) CUBLAS_STATUS_NOT_INITIALIZED Check failed: status == CUBLAS_STATUS_SUCCESS (1 vs. 0) CUBLAS_STATUS_N...
CUDA error: device-side assert triggered错误如何解决？
最新发布
03-11
CUDA error: device-side assert triggered错误通常是由于在GPU设备上执行的CUDA代码中出现了断言错误导致的。断言是一种用于检查程序中的条件是否满足的机制，当条件不满足时，断言会触发错误并终止程序的执行。 要解决CUDA error: device-side assert triggered错误，可以按照以下步骤进行排查和修复： 1. 检查CUDA代码：首先，检查你的CUDA代码中是否存在断言语句。断言通常以`assert(condition)`的形式出现，其中`condition`是一个布尔表达式。确保断言语句的条件正确，并且在满足条件时不会触发断言错误。 2. 检查输入数据：断言错误有可能是由于输入数据不符合预期导致的。检查你的输入数据是否满足CUDA代码中对数据类型、大小、范围等方面的要求。确保输入数据的正确性。 3. 检查内存分配：断言错误还可能与内存分配有关。检查你的CUDA代码中是否存在内存分配错误，比如使用了无效的指针或者越界访问了数组。确保内存分配和释放的正确性。 4. 启用错误检查：在CUDA程序中，可以通过设置CUDA运行时环境变量来启用错误检查功能，以便更详细地了解错误的具体信息。可以将以下代码添加到你的CUDA程序中，以启用错误检查： ```cpp cudaDeviceSynchronize(); cudaError_t error = cudaGetLastError(); if (error != cudaSuccess) { printf("CUDA error: %s\n", cudaGetErrorString(error)); } ``` 这段代码会在CUDA程序中的关键位置进行同步，并检查是否存在错误。如果有错误发生，它会打印出错误信息，帮助你更好地定位问题。 5. 查阅文档和论坛：如果以上步骤无法解决问题，可以查阅CUDA官方文档、开发者论坛或者其他相关资源，寻找类似问题的解决方案或者向社区寻求帮助。 希望以上步骤能够帮助你解决CUDA error: device-side assert triggered错误。

“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 6
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