Caffe 训练出现 loss = 1.#QNAN 的解决方法。

本文介绍了解决在使用Caffe进行深度学习模型训练时遇到的loss值为1.#QNAN的问题。该问题出现在不同GPU环境下,通过调整CUDA编译配置解决了该问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

问题描述:

            同样的prototxt文件,同样的数据,在不同的显卡上,一个训练正常,一个出现 loss = 1.#QNAN。

解决方法:

            编译 caffe 程序的时候在 CommonSettings.props 的 CudaArchitecture 中加入 compute_61, sm_61。

            由于能正常训练的显卡是 GTX TITAN X,出现 1.#QNAN 的是 GTX 1080,compute capability不同。

            参考 https://developer.nvidia.com/cuda-gpus。


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