我使用的环境如下:
torch 2.0.0 torchvision等是conda安装，应该没问题
cuda117
cudnn 8.6
然后跟着csdn的一些博客，我更改了训练的目标种类等，其他没动，跑通过demo.py，预测成功。
然后我看这个报错停在了torch.nn的conv2那里，更具体是前向传播不行，貌似，我也不确定。。
好折磨啊，这玩意真是头疼，有没有人曾经遇见过这错误啊……真的诚心求个解答。。
完整报错如下:
An error has been caught in function 'launch', process 'MainProcess' (78960), thread 'MainThread' (140630018753152):
Traceback (most recent call last):
File "tools/train.py", line 137, in <module>
launch(
└ <function launch at 0x7fe65c276550>
> File "/home/lulu/YOLOX/yolox/core/launch.py", line 98, in launch
main_func(*args)
│ └ (╒═══════════════════╤═══════════════════════════════════════════════════════════════════════════════════════════════════════...
└ <function main at 0x7fe64fb89ee0>
File "tools/train.py", line 118, in main
trainer.train()
│ └ <function Trainer.train at 0x7fe64e9df670>
└ <yolox.core.trainer.Trainer object at 0x7fe64e9debe0>
File "/home/lulu/YOLOX/yolox/core/trainer.py", line 76, in train
self.train_in_epoch()
│ └ <function Trainer.train_in_epoch at 0x7fe64e9dfe50>
└ <yolox.core.trainer.Trainer object at 0x7fe64e9debe0>
File "/home/lulu/YOLOX/yolox/core/trainer.py", line 85, in train_in_epoch
self.train_in_iter()
│ └ <function Trainer.train_in_iter at 0x7fe64e9dfee0>
└ <yolox.core.trainer.Trainer object at 0x7fe64e9debe0>
File "/home/lulu/YOLOX/yolox/core/trainer.py", line 91, in train_in_iter
self.train_one_iter()
│ └ <function Trainer.train_one_iter at 0x7fe64e9dff70>
└ <yolox.core.trainer.Trainer object at 0x7fe64e9debe0>
省略一大串
File "/home/lulu/YOLOX/yolox/models/network_blocks.py", line 51, in forward
return self.act(self.bn(self.conv(x)))
│ │ │ └ tensor([[[[110., 110., 110., ..., 177., 179., 178.],
│ │ │ [110., 110., 110., ..., 180., 181., 174.],
│ │ │ [110., ...
│ │ └ BaseConv(
│ │ (conv): Conv2d(12, 16, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
│ │ (bn): BatchNorm2d(16, eps...
│ └ BaseConv(
│ (conv): Conv2d(12, 16, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
│ (bn): BatchNorm2d(16, eps...
└ BaseConv(
(conv): Conv2d(12, 16, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
(bn): BatchNorm2d(16, eps...
File "/home/lulu/anaconda3/envs/yolox/lib/python3.8/site-packages/torch/nn/modules/module.py", line 1501, in _call_impl
return forward_call(*args, **kwargs)
│ │ └ {}
│ └ (tensor([[[[110., 110., 110., ..., 177., 179., 178.],
│ [110., 110., 110., ..., 180., 181., 174.],
│ [110.,...
└ <bound method Conv2d.forward of Conv2d(12, 16, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)>
File "/home/lulu/anaconda3/envs/yolox/lib/python3.8/site-packages/torch/nn/modules/conv.py", line 463, in forward
return self._conv_forward(input, self.weight, self.bias)
│ │ │ │ └ Conv2d(12, 16, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
│ │ │ └ Conv2d(12, 16, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
│ │ └ tensor([[[[110., 110., 110., ..., 177., 179., 178.],
│ │ [110., 110., 110., ..., 180., 181., 174.],
│ │ [110., ...
│ └ <function Conv2d._conv_forward at 0x7fe65ed23940>
└ Conv2d(12, 16, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
File "/home/lulu/anaconda3/envs/yolox/lib/python3.8/site-packages/torch/nn/modules/conv.py", line 459, in _conv_forward
return F.conv2d(input, weight, bias, self.stride,
│ │ │ │ │ │ └ (1, 1)
│ │ │ │ │ └ Conv2d(12, 16, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
│ │ │ │ └ None
│ │ │ └ Parameter containing:
│ │ │ tensor([[[[ 9.0119e-04, 1.1377e-02, 1.3645e-02],
│ │ │ [ 8.7322e-03, -8.7065e-04, -8.0473e-03],
│ │ │ ...
│ │ └ tensor([[[[110., 110., 110., ..., 177., 179., 178.],
│ │ [110., 110., 110., ..., 180., 181., 174.],
│ │ [110., ...
│ └ <built-in method conv2d of type object at 0x7fe6c419c500>
└ <module 'torch.nn.functional' from '/home/lulu/anaconda3/envs/yolox/lib/python3.8/site-packages/torch/nn/functional.py'>
RuntimeError: cuDNN error: CUDNN_STATUS_NOT_INITIALIZED
以上，请教了！
1.运行demo的时候你的显卡是否能调用起来？也就是显存或者cuda有上涨？
2. 如果第一步没有，检查下显卡的硬件驱动版本，因为你的cuda是安装在虚拟环境中的，不能保证显卡驱动支持；而如果是安装在系统环境中的，在安装cuda的时候会默认更新你的硬件驱动的。
3.如果上面都没问题，那么最大的可能就是你的显存不够训练使用，也有可能报这个错误。减小下batch size和图片大小看能否运行，能运行就说明是这个问题
这个问题涉及到网络地址的分配问题。在计算机网络中,每个设备都有一个唯一的IP地址,而IP地址由32位二进制数表示。例如,203.12.11.0/24是一个设备的基本IP地址,它表示该设备在网络中的地理位置。同样,203.12.14.0/24也是一个设备的基本IP地址,只是它位于另一个设备之前。
在一个局域网中,每个设备都需要与网络中的其他设备通信。为了解决这个问题,需要为每个设备分配一个子网掩码,该掩码将IP地址转换为逻辑地址,以便设备可以与其他设备通信。
在这种情况下,需要为每个设备分配一个基本IP地址和一个子网掩码。假设每个设备的基本IP地址是203.12.11.0/24,子网掩码是255.255.255.0。那么,所有设备都可以使用203.12.11.0/24这个IP地址,但需要将其转换为逻辑地址。
逻辑地址由2部分组成,前64位表示设备在网络中的位置,后16位表示设备在子网中的位置。例如,203.12.11.0/24可以转换为192.168.1.100。在这种情况下,设备100位于网络中,设备101位于子网中。
因此,需要为每个设备分配一个唯一的逻辑地址。在这种情况下,可以使用172.11.5.14/24作为网间地址。所有设备都可以使用172.11.5.14/24这个IP地址,但需要将其转换为逻辑地址。
最后,所有设备都可以使用172.11.5.14/24这个IP地址,但需要将其转换为逻辑地址。可以使用如下代码来实现:
// 获取设备的IP地址和子网掩码
const ip = require('ipaddress').parse('172.11.5.14');
const s = ip.split('/');
const network = s[0];
const netmask = s[1];
// 将IP地址转换为逻辑地址
const mac = require('ipaddress').formatMacAddress(ip);
const networkMac = network.split('/')[0];
const netmaskMac = netmask.split('/')[0];
// 为每个设备分配一个唯一的逻辑地址
for (let i = 0; i < 6; i++) {
const mac = mac.concat(networkMac);
const netmask = netmaskMac.concat('/');
const ip = ip.concat('/');
const index = Math.floor((ip.length - netmask.length) / 2);
const macIndex = Math.floor((ip.length - networkMac.length) / 2);
const device = {
ip,
mac,
netmask,
index,
};
}
这段代码将设备的基本IP地址和子网掩码转换为逻辑地址,并为每个设备分配一个唯一的逻辑地址。
希望这段代码能够帮助你解决该问题。