• PaddlePaddle使用多卡(分布式)训练


    如果之前使用的训练命令是 python  train.py --device gpu --save_dir ./checkpoints

    添加 -m paddle.distributed.launch 就能使用分布式训练,python  -m paddle.distributed.launch train.py --device gpu --save_dir ./checkpoints

    然后报错了 error code is libnccl.so: cannot open shared object file: No such file or directory

    根据提示缺少nccl,并提供了下载地址https://developer.nvidia.com/nccl/nccl-download

    一定要注册才能下载。。。记录下来吧:

    Network Installer for Ubuntu18.04
    
    $ wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin
    $ sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600
    $ sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pub
    $ sudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/ /"
    $ sudo apt-get update
    Network Installer for Ubuntu16.04
    
    $ wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/cuda-ubuntu1604.pin
    $ sudo mv cuda-ubuntu1604.pin /etc/apt/preferences.d/cuda-repository-pin-600
    $ sudo apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/7fa2af80.pub
    $ sudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/ /"
    $ sudo apt-get update
    
    
    then run the following command to installer NCCL:
    For Ubuntu: 
    sudo apt install libnccl2=2.11.4-1+cuda10.2 libnccl-dev=2.11.4-1+cuda10.2

    哈哈,再次执行发现可以了

    可见同时使用了4张卡,

    为了不影响其他正在使用的,推荐先使用 export CUDA_VISIBLE_DEVICES=2,3 指定显卡的可用性 

    还可以查看每个卡的使用情况,会在当前路径下生成log文件夹:

    个性签名:时间会解决一切
  • 相关阅读:
    match、match_phrase、term示例
    AVL树及java实现
    eclipse集成lombok注解不起作用
    红黑树原理详解
    为什么HashMap中链表长度超过8会转换成红黑树
    用deepin堆砌工作环境
    为什么黑客都不用鼠标?你听说过Linux吗?
    为什么二流程序员都喜欢黑php?
    看Linux 之父是如何定义 Linux?
    Linux 系统故障排查和修复技巧
  • 原文地址:https://www.cnblogs.com/lfri/p/15426031.html
Copyright © 2020-2023  润新知