【CUDA开发】 Check failed: error == cudaSuccess (8 vs. 0) invalid device function
最近在复现R-CNN一系列的实验时,配置代码环境真是花费了不少时间。由于对MATLAB不熟悉,实验采用的都是github上rbg大神的Python版本。在配置Faster R-CNN时,编译没有问题,一运行 ./tools/demo.py --net zf 就会出现如下错误:
<span style="font-size:14px;">Loaded network ./data/faster_rcnn_models/ZF_faster_rcnn_final.caffemodel
F1008 roi_pooling_layer.cu:91] Check failed: error == cudaSuccess (8 vs. 0) invalid device function
*** Check failure stack trace: *** </span>
但是采用CPU mode运行时可以成功。
最后在https://github.com/rbgirshick/py-faster-rcnn/issues/2 找到了我想要的答案,有兴趣的可以慢慢阅读。
不想看的话,就直接按照我下面的方式修改。
一般情况下都是因为显卡的计算能力不同而导致的,修改 py-faster-rcnn/lib/setup.py 的第135行,将arch改为与你显卡相匹配的数值,(比如我的GTX 760,计算能力是3.0,就将sm_35改成了sm_30)然后删除utils/bbox.c,nms/cpu_nms.c ,nms/gpu_nms.cpp 重新编译即可
我看到有些人说还有其他的问题,那么可以在最开始的makefile.config文件中就开始修改,不过我没有试过,具体步骤如下
- <span style="font-size:14px;">As below, there is my solution (thress steps):
- 1 if you're using the GPU instance on AWS, then please change the architecture setting into:
- # CUDA architecture setting: going with all of them.
- # For CUDA < 6.0, comment the *_50 lines for compatibility.
- CUDA_ARCH := -gencode arch=compute_30,code=sm_30 \
- -gencode arch=compute_50,code=sm_50 \
- -gencode arch=compute_50,code=compute_50
- Because the GPU in AWS does not support compute_35
- 2 I changed sm_35 into sm_30 in lib/setup.py file
- 3 cd lib, remove these files: utils/bbox.c nms/cpu_nms.c nms/gpu_nms.cpp, if they exist.
- And then make && cd ../caffe/ && make clean && make -j8 && make pycaffe -j8 </span>
转载于:https://www.cnblogs.com/huty/p/8517108.html
【CUDA开发】 Check failed: error == cudaSuccess (8 vs. 0) invalid device function相关推荐
- Check failed: error == cudaSuccess (8 vs. 0) invalid device function
我是编译caffe 例子make runtest时报的错: 1 if you're using the GPU instance on AWS, then please change the arch ...
- Check failed: error == cudaSuccess (10 vs. 0) invalid device ordinal
ubuntu14.04 caffe 运行别人的程序,报错Check failed: error == cudaSuccess (10 vs. 0) invalid device ordinal.根据 ...
- 配置SSD-caffe测试时出现“Check failed: error == cudaSuccess (10 vs. 0) invalid device ordinal”解决
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 ...
- Check failed: error == cudaSuccess (35 vs. 0) CUDA driver version is insufficient for CUDA runtime
Check failed: error == cudaSuccess (35 vs. 0) CUDA driver version is insufficient for CUDA runtime ...
- 【caffe】 Check failed: error == cudaSuccess (30 vs. 0) unknown error
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, ...
- caffe 报错 Check failed: error == cudaSuccess (77 vs. 0) an illegal memory access was encounteredcaffe
caffe 报错 Check failed: error == cudaSuccess (77 vs. 0) an illegal memory access was encountered 训练时候 ...
- Check failed: error == cudaSuccess (74 vs. 0) misaligned address的解决方法
今天训练网络的时候加入了Deconvolution Layer,结果一运行报Check failed: error == cudaSuccess (74 vs. 0) misaligned addre ...
- caffe 报错 Check failed: error == cudaSuccess (77 vs. 0) an illegal memory access was encountered
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" ...
- Check failed: error == cudaSuccess (74 vs. 0) misaligned address
以下摘自github hoszbh的回答 https://github.com/BVLC/caffe/issues/5729 modifying cudnn_conv_layer.cpp and al ...
最新文章
- 大连理工大学计算机原理实验交通灯,大连理工大学计算机原理第四次实验.docx...
- Java数据结构与算法:二叉树
- Maven实战:pom.xml与settings.xml
- android 资源
- android 图片转base64内存变大了_开发者最喜爱的图片编码格式:opencv编码,解码,显示base64图片...
- Javascript 获取验证码60秒倒计
- Opencv之形状距离匹配--createShapeContextDistanceExtractor
- Dataset:智慧中国杯—全国大数据创新应用大赛七个数据集简介、下载之详细攻略
- 双显示器 启动黑屏 黑苹果_教你注入EDID 解决黑苹果显示器显示问题
- INSAR学习(小白笔记一)
- php 图片处理羽化,ps羽化的作用及羽化的使用方法
- 转:经典SQL语句大全(绝对的经典)
- 如何连接苹果电脑打印服务器
- android inactive InputConnection
- Sqlite3安装使用(基于Windows 10)
- html 带弧度的三角形怎么写的,带圆角三角型的css实现
- B2B电子商务策略[在2022年发展您的业务]
- ECCV 2022 | 港中文MMLab:基于Transformer的光流
- BFT机器人带你走进智慧生活 ——探索遨博机器人i系列的多种应用
- ACM-ICPC之路