我试图在我的GPU上运行代码,首先我遇到了在ubuntu 18.04上运行CUDA的问题。经过一番痛苦之后,建议我在Docker映像中工作,在该映像中(假定)我有一个运行良好的CUDA版本(我开始学习pytorch,并且能够获得torch.cuda.is_available() = True
)。
[之后,我尝试运行复制here的简单代码,以查看我的GPU是否能够有效地完成其工作。
不幸的是,我没有收到消息:
NotImplementedError: bounds checking is not supported for CUDA
而且我真的无法理解修复它的正确方法。
这是我运行nvidia-smi
会得到的结果>
+-----------------------------------------------------------------------------+ | NVIDIA-SMI 440.33.01 Driver Version: 440.33.01 CUDA Version: 10.2 | |-------------------------------+----------------------+----------------------+ | GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC | | Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. | |===============================+======================+======================| | 0 GeForce 940M On | 00000000:0A:00.0 Off | N/A | | N/A 36C P0 N/A / N/A | 242MiB / 2004MiB | 1% Default | +-------------------------------+----------------------+----------------------+ +-----------------------------------------------------------------------------+ | Processes: GPU Memory | | GPU PID Type Process name Usage | |=============================================================================| +-----------------------------------------------------------------------------+
这是我运行
nvcc --version
会得到的结果>nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2019 NVIDIA Corporation Built on Sun_Jul_28_19:07:16_PDT_2019 Cuda compilation tools, release 10.1, V10.1.243
我试图在我的GPU上运行代码,首先我遇到了在ubuntu 18.04上运行CUDA的问题。经过一番痛苦之后,我被建议在一个Docker镜像中工作,我(假设)有一个...
似乎社区正在处理某些bugs
所以我尝试了一些技巧,并且确实有效!!