我运行这个命令
./darknet detector train data/obj.data cfg/yolov3_training.cfg back/last_4_4_7pm.weights /back -dont_show -gpus 0
但是gou没有被使用过并且0%
这是我的 makefile;:
%cd darknet
!sed -i 's/OPENCV=0/OPENCV=1/' Makefile
!sed -i 's/GPU=0/GPU=1/' Makefile
!sed -i 's/CUDNN=0/CUDNN=1/' Makefile
这是输出
CUDA-version: 11020 (11000)
Warning: CUDA-version is higher than Driver-version!
, cuDNN: 8.1.0, GPU count: 1
OpenCV version: 3.4.11
0
yolov3_training
0 : compute_capability = 610, cudnn_half = 0, GPU: Quadro P5000
net.optimized_memory = 0
mini_batch = 4, batch = 64, time_steps = 1, train = 1
layer filters size/strd(dil) input output
0 Create CUDA-stream - 0
Create cudnn-handle 0
这是我的 nvidia smi:
root@n5qr6jidhm:/notebooks/Untitled Folder/darknet# nvidia-smi
2021 年 6 月 25 日星期五 17:53:45
+------------------------------------------------ ----------------------------+
| NVIDIA-SMI 450.36.06 驱动程序版本:450.36.06 CUDA 版本:11.0 |
|------------------------------------------+----------------- ---+----------------------+
| GPU 名称持久性-M|总线 ID Disp.A |挥发性未校正。 ECC |
|风扇温度性能功率:使用/上限| 内存使用情况 | GPU-Util 计算 M。
| | | 米格·M。
|==================================+================== ====+========================|
| 0 Quadro P5000 开启 | 00000000:00:05.0 关闭 | 关闭 |
| 39% 62C P0 126W / 180W | 5725MiB / 16278MiB | 92% 默认 |
| | | 不适用 |
+--------------------------------------------+----------------- ---+----------------------+
首先,从根据 GPU 型号升级(降级)您的驱动器开始。这在谷歌上很容易找到。然后使用 darknet min 检查驱动程序版本。要求。在安装它们之前。不要使用 -gpus 标志,因为没有任何变化。