#ubuntu #pytorch #darknet
Вопрос:
До того, как я использовал RTX2070 SUPER для запуска Pytorch Yolov4, и теперь мой компьютер изменен на использование RTX3060, ASUS KO GeForce RTX™ 3060 OC.
Я удалил существующий cuda11.2 и снова установил его с помощью cuda11.4 и драйвера Nvidia 470.57.02
-----------------------------------------------------------------------------
| NVIDIA-SMI 470.57.02 Driver Version: 470.57.02 CUDA Version: 11.4 |
|------------------------------- ---------------------- ----------------------
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|=============================== ====================== ======================|
| 0 NVIDIA GeForce ... On | 00000000:07:00.0 Off | N/A |
| 0% 42C P8 16W / 170W | 403MiB / 12053MiB | 0% Default |
| | | N/A |
------------------------------- ---------------------- ----------------------
-----------------------------------------------------------------------------
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=============================================================================|
| 0 N/A N/A 1236 G /usr/lib/xorg/Xorg 9MiB |
| 0 N/A N/A 1264 G /usr/bin/gnome-shell 6MiB |
| 0 N/A N/A 2124 C python 153MiB |
-----------------------------------------------------------------------------
Однако с cuda11.4 и RTX3060 я не могу запустить обнаружение Pytorch Yolov4. Когда я запускаю обнаружение, обнаружение будет заблокировано после загрузки весов, Loading weights from ./data/people.weights... Done! . Тем временем nvidia-smi может показать, что «python» (выше PID 2124) использует память GPU, и используемая память GPU «python» будет продолжать увеличиваться.
Разве cuda11.4 еще не поддерживает RTX3060 или Pytorch1.4?
Environment:
ASUS KO GeForce RTX™ 3060 OC
Ubuntu 18.04.5 LTS
cuda 11.4
nvidia driver 470.57.02
conda 4.8.3
python 3.8.5
pytorch 1.4
Комментарии:
1. Как вы установили PyTorch?
2. привет @Berriel, извините за мой поздний ответ. Я решил эту проблему, переустановив pytorch в Conda env. Спасибо
Ответ №1:
Решается путем переустановки pytorch в моем Conda Env.
Вы можете попробовать переустановить Pytorch или создать новую среду Conda, чтобы сделать это снова.