RuntimeError: CUDA error: invalid device function【mmdetection错误】

最新推荐文章于 2025-04-09 19:44:11 发布
原创 最新推荐文章于 2025-04-09 19:44:11 发布 · 5.3k 阅读 · 5 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#anaconda #cuda #深度学习 #mmdetection #mmcv

在使用mmdetection进行训练时遇到`RuntimeError: CUDA error: invalid device function`的问题。官方issue指出可能是mmcv版本不兼容。解决方案是更新到与环境匹配的mmcv版本。环境配置包括Ubuntu 16.04、Anaconda3、Python 3.7.7、CUDA 10.0、cuDNN 7.6.4.3、Pytorch 1.6.0。安装mmdetection和mmcv可参照官方教程，特别是mmcv应使用特定命令安装。

问题：在使用mmdetection做训练的时候，出现错误

RuntimeError: CUDA error: invalid device function

在官网的issue中看到是mmcv的版本不匹配问题，重新安装匹配的mmcv版本即可。
官网安装链接

环境版本
ubuntu16.04+Anaconda3+python3.7.7+cuda10.0+cuDNN7.6.4.3
pytorch1.6.0+python3.7

mmdetection的安装按照官网教程走即可，mmcv的安装用下面这句:

pip install mmcv-full==latest+torch1.6.0+cu101 -f https
最低0.47元/天 解锁文章
记录配置mmpose出现的cuda报错RuntimeError: CUDA error: invalid device function
weixin_42280271的博客
03-09 3053
记录配置mmpose出现的cuda报错 在Ubuntu环境下配置mmpose，按照mmpose工程下的install.md文件配置，创建虚拟环境， 1、conda create -n open-mmlab python=3.7 -y conda activate open-mmlab 2、安装pytorch1.5，cudatoolkit10.1和cudadnn7.6 3、安装mmcv-full，直接使用命令 pip install mmcv-full 4、下载mmpose源码 git clone git@g
CUDA6.5调试向量求程序时出现invalid device function这一问题的解决方案
zju23的专栏
03-11 1213
CUDA6.5调试向量求程序时出现invalid device function这一问题的解决方案 出现的问题 我也被这个问题困扰了很久，终于在OpenGPU论坛里找到了解决方法，以下是详细步骤： 1、  首先明确你的GPU的计算能力 进入这个步骤的前提是你的显卡是英伟达的，能够装上CUDA了。 方法一：下载GPU Caps Viewer，运行之后再‘CUDA’这个选项卡里有
MMdetection 踩坑笔记
weixin_38429450的博客
01-28 3456
本文总结 最近经常使用mmdetection完成一些检测任务，在这里记录一些因为环境问题踩的坑，本人水平有限，写的不好的地方希望大家多多指教：） 问题1：ModuleNotFoundError: No module named ‘mmcv._ext’ 解决措施： pip uninstall mmcv mmcv-full git clone https://github.com/open-mmlab/mmcv.git cd mmcv MMCV_WITH_OPS=1 pip install -e . 问题2：R
CUDA error 8: invalid device function
TH_NUM的博客
11-06 6989
遇到这种问题：很可能是cuda编译运算的架构，与你当前的显卡不符合。虽然可以编译通过，但是运行时却会出现错误。 解决办法： '--gpu-architecture=compute_61', # change compute_70 -> compute_61 '--gpu-code=sm_61', #change sm_70 -> sm_61 ...
解决报错RuntimeError: CUDA error: invalid device function Segmentation fault (core dumped)
weixin_44012382的博客
07-30 8712
首先看一下完整的报错： Traceback (most recent call last): File "train_cross-modal.py", line 414, in <module> train() File "train_cross-modal.py", line 292, in train edge_time.to(device), edge_index.to(device), edge_type.to(device)) File "/home/a
yolo报错RuntimeError: CUDA error: device-side assert triggered
m0_64913373的博客
04-10 2280
此问题是由于数据集配置有误，导致类别id与yaml文件中的索引号匹配不上导致的，这里我以为hrsid数据集为例，由于该数据集在标注时默认从1开始索引，这与yolo从0开始的不匹配，因此如果直接使用通用的coco2yolo脚本进行转换后，进行训练就会报错。该数据集只有一个类别，但索引却是1，因此我们需要修改coco2yolo脚本，找到你的脚本对应的id部分。这时候我们打开转换后的任意一个标注文件。其他的脚本大同小异，修改后开始炼丹！
【深度学习环境构建攻略】：从CUDA到MMDetection3D的一站式安装
[【深度学习环境构建攻略】：从CUDA到MMDetection3D的一站式安装](https://opengraph.githubassets.com/96a459284d78637b85fdebe676202ea536f200b9ed6d4eac918825c470b167a5/open-mmlab/mmdetection3d) # 1. 深度...
RuntimeError: cuda runtime error (8) : invalid device function at /pytorch/torch/lib/THC/generic/THC
学无止境
07-01 3911
一般是 CUDA 编译的问题，编译时候使用的参数与使用的GPU显卡不一致 在 Makefile 里编译的时候有关 CUDA 的参数 arch=compute_61,code=sm_61 参数里边的 61 指的是 GPU 显卡的计算能力，出现这种错误一般是计算能力与 GPU 显卡不符造成的，可以网上查询一下自己 GPU 显卡的计算能力，把这个数值改成自己 GPU 显卡的计算能力，重新编译就可以了 ...
CUDA程序的”invalid device funciton"错误信息
xlsp的专栏
05-08 2991
Cuda程序运行时出现：invalid device function错误信息时，有可能是编译选项 -arch 选择错误，与显卡支持的版本号不一致，具体显卡支持的版本号可到nVidia官网查看： http://www.nvidia.com/content/cuda/cuda-gpus.html
Cuda kernel failed. Error: invalid device function
flaming
06-17 6525
Cuda kernel failed. Error: invalid device function
CUDA 编程 之 invalid device function
huyumars的专栏
11-16 2424
最近使用cuda编程经常遇到 invalid device function错误 核函数不能
RuntimeError: CUDA error: invalid device function
最新发布
2301_79140115的博客
04-09 497
2. CMakeLists.txt 修改。1. 查看显卡计算能力。
RuntimeError: CUDA error: invalid device ordinal CUDA kernel errors might be asynchronously reported
m0_38017273的博客
08-29 515
torch.cuda.set_device()是大型项目中用于设置GPU设备编号的函数，而os.environ[“CUDA_VISIBLE_DEVICES”]则是我们在日常工作中更常使用的设置方式。翻遍了所有程序代码中与device有关的设置，抱着试一试的心态，打开Dassl3D文件夹下的dassl，然后打开config中的defaults.py，将其中的一行命令_C.GPU = 'cuda:1’改为了_C.GPU = ‘cuda:0’，问题就这样神奇解决了，说实话我也不太明白为什么这样改就能成功。
RuntimeError: CUDA error: invalid device ordinal CUDA kernel errors might be
weixin_43798819的博客
10-27 1399
原因： 当前环境的显卡 与程序。设定的显卡不匹配引起。
问题解决 | RuntimeError: CUDA error: invalid device ordinalCUDA kernel errors
weixin_44649780的博客
03-04 5835
RuntimeError（运行时错误）： CUDA 错误：设备序号无效CUDA 内核错误可能会在其他 API 调用中异步报告，因此下面的堆栈跟踪可能不正确。为便于调试，可考虑通过 CUDA_LAUNCH_BLOCKING=1。使用 `TORCH_USE_CUDA_DSA` 进行编译，以启用设备端断言。
亲测解决RuntimeError: CUDA error: invalid device ordinal CUDA kernel errors might be asynchronously repo
狂小虎/Anthony Dave的博客 KuangXiaoHu's Blogs
11-15 5719
这个问题是由选错GPU编号导致，改成正确的就好。
cudaCheckError() failed : invalid device function解决方法
weixin_36670529的博客
03-14 1537
先将出现的问题截图，上图所示为我遇见的错误。 我在服务器上（ubuntu14.04），运行smallcorgi/Faster-RCNN的tensorflow代码时候出现的问题，我的显卡是TeslaK40。 在百度后发现根本没有切实可行的方法，最后还是使用Google解决了问题，发现在运行代码时候在lib文件夹下面执行make操作的时候需要将make.sh文件进行修改，将arch参数从sm_37改为sm_35。为大家附上参数列表。 承接Matlab、Python和C++的编程，机器学习、计算机...
error in ms_deformable_col2im_cuda: invalid device function 报错
ZauberC的博客
01-29 5408
一句话总结： 使用你github上代码的原环境，就会没问题，没什么原因，就是pytorch torchvision cudatoolkit 的版本以及你显卡版本不匹配。同时DCN对不同的pytorch版本支持不同，验证下来，1.4肯定会有问题。1.2肯定没问题。其他高版本，看了网友留言多多少少都有点问题。 conda安装cudatoolkits conda installcudatookit=10.X 当然你肯定要先看下和你的NVIDIA版本匹配不，或者说支持不。 pytorch 安装 https://py
已解决RuntimeError: CUDA error: invalid device ordinal CUDA kernel errors might be asynchronously repo
2401_84204207的博客
04-15 3051
如果想要系统学习Python、Python问题咨询，或者考虑做一些工作以外的副业，都可以扫描二维码添加微信，围观朋友圈一起交流学习。我们还为大家准备了Python资料和副业项目合集，感兴趣的小伙伴快来找我领取一起交流学习哦！学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！
yolov5 RuntimeError: CUDA error: invalid device function
02-05
### YoloV5 运行时遇到的 CUDA 错误解决方案 当遇到 `RuntimeError: CUDA error: invalid device function` 或者类似的 `invalid device ordinal` 的错误提示时，这通常意味着 GPU 设备配置不正确或者是使用的 CUDA 函数对于当前设备不合适。 #### 1. 验证环境设置 确保只有一块GPU被识别并可用。可以通过设置环境变量来指定可见的GPU设备： ```bash export CUDA_VISIBLE_DEVICES=0 ``` 这条命令会使得只有编号为0的GPU对程序可见[^4]。 #### 2. 检查CUDA版本兼容性 确认安装的PyTorch版本与NVIDIA驱动以及CUDA工具包之间的匹配情况。不同版本之间可能存在兼容性问题，查阅官方文档获取支持矩阵有助于找到合适的组合[^1]。 #### 3. 调试模式启用 为了更精确地定位引发异常的具体操作，在启动脚本前可以开启同步执行模式以便更好地追踪到实际发生错误的位置: ```bash export CUDA_LAUNCH_BLOCKING=1 ``` 此方法可以让每一个CUDA调用都等待完成后再继续下一个，从而帮助开发者更容易发现具体哪个部分出现了问题[^3]。 #### 4. 修改模型加载方式 如果上述措施未能解决问题，则尝试调整模型初始化过程中的参数设定，比如更改预训练权重文件路径或是改变输入图像尺寸等，有时这些细微的变化也会影响到能否成功部署至GPU上运行[^2]。 通过以上几个方面的排查应该能够有效减少乃至彻底消除此类CUDA相关的运行期报错现象。
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值