AI训练环境-CUDA/cuDNN/paddle ——‘CUBLAS_STATUS_INVALID_VALUE‘.

这篇具有很好参考价值的文章主要介绍了AI训练环境-CUDA/cuDNN/paddle ——‘CUBLAS_STATUS_INVALID_VALUE‘.。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

@TOC运行报错 ‘CUBLAS_STATUS_INVALID_VALUE’. An unsupported value or parameter was passed to the function (a negative vector size, for example). To correct: ensure that all the parameters being passed have valid values. ]

问题陈述

使用Paddle深度学习平台运行相关程序时,报错信息如下:
OSError: (External) CUBLAS error(7).
[Hint: ‘CUBLAS_STATUS_INVALID_VALUE’. An unsupported value or parameter was passed to the function (a negative vector size, for example). To correct: ensure that all the parameters being passed have valid values. ] (at /paddle/paddle/phi/kernels/funcs/blas/blas_impl.cu.h:35)

目的

本人旨在记录自己实践过程中遇到的问题,希望能帮助到遇到相同问题的同学;鉴于相同报错信息的情况下,致错原因也可能是不同的,因此本文的适用情况也只是某些特定的环境 [若不适用,勿喷]:

简单说下运行环境:
Windows11 + WSL(Ubuntu 20.04), Windows11搭建AI训练环境-CUDA/cuDNN/paddle
前提:环境CUDA和cudnn是匹配的;
本人结合自身情况分析的原因及解决方案:
1、检查CUDA和cudnn环境是否是匹配的;
2、检查paddle在python版本下是否是安装成功的;

python 3.7 环境

AI训练环境-CUDA/cuDNN/paddle ——‘CUBLAS_STATUS_INVALID_VALUE‘.,Python,人工智能,paddle,python程序训练中报错,报错信息 OSError: (External) CUBLAS error(7).
[Hint: ‘CUBLAS_STATUS_INVALID_VALUE’. An unsupported value or parameter was passed to the function (a negative vector size, for example). To correct: ensure that all the parameters being passed have valid values. ] (at /paddle/paddle/phi/kernels/funcs/blas/blas_impl.cu.h:35)

原因:Paddle没有成功安装,(或者不严谨的说法没有成功启动)

AI训练环境-CUDA/cuDNN/paddle ——‘CUBLAS_STATUS_INVALID_VALUE‘.,Python,人工智能,paddle,python
至此,可以得知报错的原因是Paddle, 简述:python 3.7环境下,Paddle 没有安装成功;

python 3.9 环境

AI训练环境-CUDA/cuDNN/paddle ——‘CUBLAS_STATUS_INVALID_VALUE‘.,Python,人工智能,paddle,pythonpython 3.9 环境下Paddle 成功安装
问题解决,代码可正常运行

Windows11搭建AI训练环境-CUDA/cuDNN/paddle

可参考言午日尧耳总B站教程 https://www.bilibili.com/video/BV1Td4y1M7Va/?spm_id_from=333.999.0.0&vd_source=8971cc61860bce9fa06365b3d0ae5bff
(我只是知识的搬运工!)文章来源地址https://www.toymoban.com/news/detail-623987.html

到了这里,关于AI训练环境-CUDA/cuDNN/paddle ——‘CUBLAS_STATUS_INVALID_VALUE‘.的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 深度学习—Python、Cuda、Cudnn、Torch环境配置搭建

    近期由于毕设需要使用Yolo,于是经过两天捣腾,加上看了CSDN上各位大佬的经验帖后,成功搭建好了GPU环境,并能成功使用。因而在此写下这次搭建的历程。 万事开头难,搭建环境很费时间,如果一开始版本不对应,到后面就要改来改去,很麻烦。首先要注意以下事项: 1.

    2024年02月11日
    浏览(168)
  • MiniConda、CUDA、CUDnn以及pytorch环境的配置以及坑

    首先需要说明一下,我想安装的是Pytorch GPU版,所以需要安装CUDA toolkit 以及CUDnn,若您无需GPU版本 则无需安装这两个。 Conda其实就是一个包或则称之为库的管理工具,类似于安装python自带的pip管理工具,其实我感觉它并没有pip好用,但是有一点还是挺好用的,就是Conda删除某

    2024年02月06日
    浏览(104)
  • pytorch环境配置(装cuda、cudnn)win10+cuda10.1+cudnn7.6.5+torch1.7.1 && 集显装pytorch

    为了装这个走了太多坑了,所以想写一篇具体教程,有缘人看吧,希望能解决你的问题。(第一次写文章啥也不懂,万一冒犯了啥,麻烦告知我改) 我anaconda很早就装过了,所以这里就不细说了。 电脑配置:win10+1050显卡(很久前买的电脑的) 一些弯路:现在的pytorch安装是可

    2024年02月04日
    浏览(51)
  • 深度学习环境安装|PyCharm,Anaconda,PyTorch,CUDA,cuDNN等

    本文参考了许多优秀博主的博客,大部分安装步骤可在其他博客中找到,鉴于我本人第一次安装后,时隔半年,我忘记了当时安装的许多细节和版本信息,所以再一次报错时,重装花费了大量时间。因此,我觉得有必要把主要过程记录下来,以便下次需要时快速安装。以下过

    2024年02月17日
    浏览(82)
  • 【Win11+RTX3050显卡】cuda+cudnn+tensorflow 环境配置

    【Win11+RTX3050显卡】cuda+cudnn+tensorflow 环境配置 CUDA 11.5 cudnn 8.3.3 tensorflow-gpu 2.6 CUDA:CUDA 即英伟达的显卡并行计算框架 nvidia-smi 可以查看,每个版本的CUDA都是基于一定版本的驱动建立的,所以它对驱动的最低版本是有要求的 cudnn:cudnn 是基于CUDA架构的神经网络库 是专门用于神

    2024年02月15日
    浏览(61)
  • 最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程

    本教程是最新的深度学习入门环境配置教程,跟着本教程可以帮你解决入门深度学习之前的环境配置问题。同时,本教程拒绝琐碎,大部分以图例形式进行教程。这里我们安装的都是最新版本~ 1.1 下载 首先,进入Aanconda下载地址:https://www.anaconda.com/download/ 如果嫌下载慢的话,

    2024年02月13日
    浏览(63)
  • PyTorch深度学习环境安装(Anaconda、CUDA、cuDNN)及关联PyCharm

    Tytorch : Python 机器学习库,基于 Torch ,用于自然语言处理等应用程序 Anaconda :是默认的 python 包和环境管理工具,安装了 anaconda ,就默认安装了 conda CUDA : CUDA 是一种由显卡厂商 NVIDIA 推出的通用并行计算架构,该架构使 GPU 能解决复杂的计算问题,可用来计算深度学习 c

    2024年02月13日
    浏览(65)
  • 在conda虚拟环境中配置cuda+cudnn+pytorch深度学习环境(新手必看!简单可行!)

    本人最近接触深度学习,想在服务器上配置深度学习的环境,看了很多资料后总结出来了对于新手比较友好的配置流程,创建了一个关于深度学习环境配置的专栏,包括从anaconda到cuda到pytorch的一系列操作,专栏中的另外两篇文章如下,如果有不对的地方欢迎大家批评指正!

    2023年04月15日
    浏览(61)
  • Anaconda搭建深度学习虚拟环境:cuda+cudnn+pytorch+torchvision(并验证)

    1.以管理员的身份打开Anaconda Prompt窗口: 2.创建新的虚拟环境: 3.激活刚刚创建好的虚拟环境: 1.右击鼠标打开NVIDIA控制面板,查看显卡支持的最高CUDA版本: 2.Anaconda 换清华镜像源,提高下载速度: 3.我电脑的CUDA最高支持12.0,但注意 在环境中安装比电脑CUDA版本低的 ,因为

    2023年04月09日
    浏览(125)
  • Linux 的 anaconda 虚拟环境下安装指定的 cuda、cudnn、pytorch

    感悟:首先,anaconda 的虚拟环境真香!开辟一个新的虚拟环境,很多环境、版本不兼容的问题都不复存在,尤其对复现别人代码的同学很有用。 条件:只要安装的版本不超过自己机器的硬件条件,那么就可以安装。 1. 确定安装的 cuda 版本。 在虚拟环境中,先用 conda search c

    2024年02月09日
    浏览(76)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包