MXNet报Running performance tests to find the best convolution algorithm

使用MXNet进行模型训练,一直提示如下:

Running performance tests to find the best convolution algorithm, this can take a while... (set the environment variable MXNET_CUDNN_AUTOTUNE_DEFAULT to 0 to disable)

并且保持在这个状态,等待许久都没有反应。

解决办法是直接跳过这里,set the environment variable MXNET_CUDNN_AUTOTUNE_DEFAULT to 0 to disable。

linux:

export MXNET_CUDNN_AUTOTUNE_DEFAULT=0

windows:

set MXNET_CUDNN_AUTOTUNE_DEFAULT=0

在测试脚本内禁用autotune:

import os
os.environ["MXNET_CUDNN_AUTOTUNE_DEFAULT"] = "0"

tip:在Google Colaboratory环境中,需要采用第三种(脚本内禁用的方式),亲测有效。

导致这个问题是由于每次目标检测是图片的尺寸不一致导致的,可以通过修改输入图片的尺寸一致解决这个问题。

 

参考资料:

https://blog.youkuaiyun.com/sinat_29957455/article/details/92791103

### 解决 `could not find a version that satisfies the requirement mxnet-cu120` 错误 当遇到此类错误时,通常是因为所请求的包版本不存在于默认的 PyPI 仓库中,或者是网络连接问题导致无法访问所需的资源。针对 MXNet 的特定 CUDA 版本,可以尝试以下几种方法来解决问题。 #### 方法一:更改索引源 由于官方 PyPI 可能存在下载速度慢或部分资源不可用的情况,可以选择更稳定的镜像站点进行安装: ```bash pip install mxnet-cu120 --user -i https://pypi.tuna.tsinghua.edu.cn/simple/ ``` 此命令指定了清华大学开源软件镜像站作为新的简单索引 URL,并添加了 `--user` 参数以避免权限不足的问题[^2]。 #### 方法二:确认兼容性与可用性 确保所使用的 Python 和 CUDA 版本与所需安装的 MXNet 库相匹配。可以通过查阅 [MXNet 官方文档](https://mxnet.apache.org/get_started) 来获取最新的支持矩阵表。如果确实找不到对应版本,则可能需要调整环境配置或者寻找替代方案。 #### 方法三:使用 Conda 进行管理 对于依赖关系复杂的库来说,Anaconda 或 Miniconda 是更好的选择。通过 conda 渠道可以直接获取预编译好的二进制文件,减少因本地编译带来的麻烦: ```bash conda create -n mxnet_env python=3.x conda activate mxnet_env conda install -c anaconda mxnet-cu120 ``` 这里创建了一个名为 `mxnet_env` 的新虚拟环境并激活它,在其中安装带有 CUDA 支持的 MXNet 版本[^1]。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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