deepwave报错GPUassert: an illegal memory access was encountered *packages/deepwave/scalar_born.cu 934
GPUassert: an illegal memory access was encountered *packages/deepwave/scalar_born.cu 934
pytorch
1.6版本在训练时
报错
：
RuntimeError:
CU
DA error: an
illegal
memory
access
was
en
count
e
red
报错
原因与低版本的
pytorch
（如1.1版本）
报错
相同：
RuntimeError: Expected object of back
en
d
CU
DA but got back
en
d CPU for argum
en
t #
解决方法：
https://blog.csdn.net/weixin_44414948/article/detai
出现该现象，在框架稳定的背景下基本上可以确定是网络中有算子踩显存，因此
CU
DA上报非法内存访问，错误码为700，可能原因如下：
1.算子计算过程中使用的size比申请的显存大了，导致访问越界。
2.由于
GPU
的算子执行是host下发到device上异步执行的，host使用了
CU
DA一些同步接口导致不是device的期望值出现非法内
作为一个刚入门深度学习的新手，我在把一个深度学习模型嵌入到另一个大的框架里面时，遇到了这个问题，耗时一天半才解决这个问题
我遇到这个问题是把数据和模型送入
gpu
和cpu的问题，把原本送入cpu的数据在
gpu
中计算，才导致上面出现的内存非法占用问。我的本意是把模型送入
gpu
中计算，代码是这样写的
self.modal.device = torch.device('
cu
da')
但是调试发现，模型输出的数据device显示是在cpu上，所以造成是内存非法占用，然后我把模型送到
GPU
上改成以下语句，解决了错误
先说一下在网上看到的问题：
第一种可能你的程序涉及到并行计算，但你只有一张卡，因此只要将程序涉及到并行计算的部分改成单卡即可
找找有没有 torch.nn.DataParallel()
第二种一部分数据或者模型在cpu上，另外一部分在
gpu
上。
PS：第二种和第一种可以强行 os.
en
viron["
CU
DA_VISIBLE_DEVICES"]为指定ID
第三种
CU
DNN版本不对？感觉这种可能比较小
然后说一下我是怎么解决的：
最关键的，也是我遇到的问题，这个错误没有表明和显存溢出存在着联系，因为显存溢出
驱动：NVIDIA-Linux-x86_64-440.64.run
CU
DA版本：10.2.89
Cu
dnn版本：
cu
dnn-10.2-linux-x64-v7.6.5.32
Op
en
cv版本：3.4.6
2.按照官网程序测试YOLO V3，
报错
如下：
CU
DA Error: an
illegal
memory
access
was
en
count
er...
原因：
这种
报错
的本质就是模型model、输入数据（input_image、input_label）没有全部移动到
GPU
（
cu
da）上。
**温馨提示：**debug时一定要仔细检查是否每一个输入变量以及网络模型都移动到了
GPU
上，我一般
报错
都是因为漏掉了其中一两个。
解决方法：
将model、input_image、input_label全部移动到
cu
da上，实...
wh
en
i finished clone the darknet, i have test the darknet by using the dog picture.
but wh
en
i try to training the net, it always show error as following:
error description:
CU
DA Err...
ImportError: cannot import name ‘appdirs‘ from ‘pip._vendor‘ (*python3/dist-packages/pip/_vendor/__i
ImportError: cannot import name ‘appdirs‘ from ‘pip._vendor‘ (*python3/dist-packages/pip/_vendor/__i
CSDN-Ada助手:
pillow 10.1.0下载不读秒解决方案
CSDN-Ada助手:
linux Ubuntu 20.04.6 + pytroch1.13.1 + cudnn8.4.0 + cudatoolkit11.6.0 python3.7 + Anaconda3-5.3.1
lmmdecsdn:
linux Ubuntu 20.04.6 + pytroch1.13.1 + cudnn8.4.0 + cudatoolkit11.6.0 python3.7 + Anaconda3-5.3.1
lmmdecsdn:
