Pytorch报错RuntimeErrorcuDNN errorCUDNN_STATUS_INTERNAL_ERROR 高效理解记录和解决

明明跑了一段时间？跑过一次完整的？怎么就出现这个报错呢？代码也未改动？而这就是现实！

显存不足?

• 观察显卡使用情况，多人共用同一服务器，项目各自运行，会抢占显存，进而报错！
• 多个项目运行，占用增加，导致内存用完报错，还是很真实的！
• 文件是否设置了CUDA_VISIBLE_DEVICES？
• 只有一张卡的话，CUDA_VISIBLE_DEVICES对应编号为0。
• 如果多张显卡的话，不妨换张卡跑！Linux-ubuntu系统查看显卡型号、显卡信息详解、显卡天梯图
  windows10怎么查看gpu显卡使用情况
• 位置参考：CUDA_VISIBLE_DEVICES设置要在模型加载到GPU上之前！

1.  
   import os
2.  
   os.environ['CUDA_VISIBLE_DEVICES'] = "2"
3.  
   import torch

Pytorch版本?

• 未见明显改善。
• cudatoolkit降级到10.1版可能可以解决这个问题。尝试使用cudatoolkit 10.1重新安装pytorch。

conda install pytorch torchvision cudatoolkit=10.1

编程设置？

1.  
   # True：每次返回的卷积算法将是确定的，即默认算法。
2.  
   torch.backends.cudnn.deterministic = True
3.  
   # 程序在开始时花额外时间，为整个网络的每个卷积层搜索最适合它的卷积实现算法
4.  
   # 实现网络的加速。
5.  
   torch.backends.cudnn.benchmark = True

• torch.backends.cudnn.benchmark = True
• torch.backends.cudnn.benchmark = False
• 建议优先尝试！True or False

这篇好文章是转载于：学新通技术网