1、Compile with USE_CUDA=1 to enable GPU usage
【原因】安装的是cpu版的mxnet,不是gpu版的;
【解决方法】 卸载cup版mxnet,如果使用的cuda-9,则pip install mxnet-cu90; 使用了cuda-10则pip install mxnet-cu100
2、CUDA: invalid device ordinal
【原因】 使用的GPU数目对不上
【解决方法】 nvidia-smi 查看你的GPU信息;对应修改
3、cudaMalloc failed: out of memory
【原因】 可能是batch_size太大
【解决方法】 修改一下你的batch_size
4、Name: mxnet_generic_kernel ErrStr:out of memory
【原因】实际是GPU内存不足
【解决方法】 增加GPU(内存),或减少分配大小(导致trainning的速度慢)