[linux] RuntimeError: FlashAttention only support fp16 and bf16 data type

在config中,去掉:

"offload_optimizer": {

"device": "cpu"

}

以及:

"offload_param": {
"device": "cpu"
}
因为cpu默认不是bf16,是fp32。

这是config:

{
    "train_batch_size": "auto",
    "train_micro_batch_size_per_gpu": "auto",
    "gradient_accumulation_steps": "auto",
    "gradient_clipping": "auto",
    "zero_allow_untested_optimizer": true,
    "fp16": {
      "enabled": "auto",
      "loss_scale": 0,
      "initial_scale_power": 16,
      "loss_scale_window": 1000,
      "hysteresis": 2,
      "min_loss_scale": 1
    },  
    "zero_optimization": {
      "stage": 3,
      "contiguous_gradients": true,
      "stage3_max_live_parameters": 1e9,
      "stage3_max_reuse_distance": 1e9,
      "stage3_prefetch_bucket_size": 1e7,
      "stage3_param_persistence_threshold": 1e5,
      "reduce_bucket_size": 1e7,
      "sub_group_size": 1e9,
      "offload_optimizer": {
        "device": "cpu"
      }
    }
  }
  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
这个错误通常表示矩阵乘法操作的维度不匹配。根据错误信息,mat1是一个128x16的矩阵,而mat2是一个28x128的矩阵,它们的维度无法相乘。这个错误通常是由于定义网络结构时,全连接层的输入和输出维度不匹配导致的。在你提供的代码中,错误可能出现在定义网络结构的最后一层全连接层。根据引用和引用的内容,你可以检查一下网络结构中最后一层全连接层的输入和输出维度是否匹配。根据这个错误信息,你可以尝试检查一下最后一层全连接层的输入维度是否为128,输出维度是否为4,以确保它们匹配。这样做应该能够解决这个错误。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [RuntimeError: mat1 and mat2 shapes cannot be multiplied (250x7 and 9x256) pytorch报错](https://blog.csdn.net/qq_44679208/article/details/130751469)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [RuntimeError: mat1 and mat2 shapes cannot be multiplied (5760x6 and 128x4)](https://blog.csdn.net/Learn_signal/article/details/126722129)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论
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

打赏作者

心心喵

喵喵(*^▽^*)

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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