Caffe 分类问题 Check failed: error == cudaSuccess (2 vs. 0) out of memory

最新推荐文章于 2021-04-19 14:47:36 发布
最新推荐文章于 2021-04-19 14:47:36 发布
阅读量349 收藏
点赞数
文章标签： 人工智能
博客指出，当处理的图片过大时，需要适当缩小batch_size的值。若不调整，在使用GPU进行处理时，可能会因超出其缓存大小而报错。

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

如果图片过大，需要适当缩小batch_size的值，否则使用GPU时可能超出其缓存大小而报错

【caffe跑试验遇到错误：Check failed: error == cudaSuccess (2 vs. 0) out of memory】
hefei_cyp的博客
12-14 4万+
刚开始跑caffe试验，老是遇见各种错误。今天又遇见： I1214 09:32:19.428040 11425 net.cpp:748] Ignoring source layer loss F1214 09:32:19.515925 11425 syncedmem.cpp:64] Check failed: error == cudaSuccess (2 vs. 0) out of memo
【BUG FIX】Check failed: error == cudaSuccess (77 vs. 0) an illegal memory access was encountered
DaemonTao的博客
06-04 2027
环境：    WIN10，vs2013前置操作：    在caffe的nms.cu中添加box_nms_gpu(...)接口；    在其中使用caffe自带的nms_mask(...)核函数；    使用vs2013编译得到动态库；    在自定义的程序中使用编译得到的动态库，使用box_nms_gpu(...)接口；其他人所遇到的问题：    我这是由于加了初始化models导致的，移除后又能...
Check failed: error == cudaSuccess (2 vs. 0) out of memory 错误。
miao0967020148的专栏
04-11 2678
小编近期在使用caffe进行训练时，常出现  Check failed: error == cudaSuccess (2 vs. 0) out of memory  错误。从错误提示可以看出是内存不够了。所以小编就加了一个8G 内存条（刚好手边有），可是加上了并没有多大的作用啊，还是照样报错。后来才找到解决方法。解决方法：batch_size太大了，一次性读入的图片太多了，所以就超出了显存。因此需...
Caffe | Check failed: error == cudaSuccess (2 vs. 0) out of memory
wzy的博客
02-23 5424
Check failed: error == cudaSuccess (2 vs. 0) out of memory *** Check failure stack trace: *** Aborted (core dumped) 解决方案： The error you get is indeed out of memory, but it's not the RAM, but ra
caffe error :Check failed: error == cudaSuccess (2 vs. 0) out of memory
qq_34650787的博客
05-29 1578
用caffe 训练网络时，遇到了Check failed: error == cudaSuccess (2 vs. 0) out of memory 意思是gpu内寸不够用，输入： nvidia-smi 可以看到最后两个线程占用gpu内存很大。需要使用命令： sudo kill -9 [线程pid] 把不需要的线程杀死，然后就能愉快的训练了...
caffe报错（3）Check failed: error == cudaSuccess (2 vs. 0) out of memory
weixin_42535423的博客
12-27 2177
在使用caffe测试的时候，提示如下错误： Check failed: error == cudaSuccess (2 vs. 0) out of memory 是内存溢出，而且是cuda报出的，那么就是gpu的缓存溢出了。 遇到这种情况，首先要看的就是训练与测试的batch_size了，而训练过程没有问题，说明训练的batch_size没有问题；
Caffe FCN Test | Check failed: error == cudaSuccess (2 vs. 0) out of memory
lanyuxuan100的博客
04-21 4445
在使用caffe跑FCN测试的时候，提示如下错误： Check failed: error == cudaSuccess (2 vs. 0) out of memory 是内存溢出，而且是cuda报出的，那么就是gpu的缓存溢出了。 遇到这种情况，首先要看的就是训练与测试的batch_size了，而训练过程没有问题，说明训练的batch_size没有问题； 测试过程出现的这个问题，查看的f
Caffe SSD编译、训练及测试
楚兴
11-25 2990
SSD采用VGG16作为基础模型，然后在VGG16的基础上新增了卷积层来获得更多的特征以用于检测。SSD的网络结构如上图所示（上面是SSD模型，下面是Yolo模型），可以明显看到SSD利用了多尺度的特征图做检测。 安装 clone代码（假设代码clone到$CAFFE_ROOT目录）。 git clone https://github.com/weiliu89/caffe.git cd ca...
caffe常见错误总结
shiyonglian的博客
09-05 1121
Caffe常见错误 在使用深度学习框架caffe，搭建网络训练过程中总会遇到这样或那样的问题，下面我将自己在学习过程中遇到的常见问题进行总结【会陆续更新】 out of memory (2 vs. 0) Check failed: error == cudaSuccess (74 vs. 0) misaligned address cuda invalid address error ...
Caffe_SSD训练时遇到的问题罗列
qq_29893063的博客
07-31 517
1.Check failed: error == cudaSuccess (2 vs. 0) out of memory 解决方法： 问题是是内存溢出，而且是cuda报出的，那么就是gpu的缓存溢出了。 修改train.prototxt中的batch_size，调小一点试试应该就可以了 2.Check failed: num_priors_ * num_classes_ == bottom[...
使用openpose出现Check failed: error == cudaSuccess (2 vs. 0) out of memory错误
YoJayC的博客
11-17 2993
在使用openpose的docker执行命令时，出现下述错误提示 root@1015281c1858:/openpose# python3 consecutive_openpose.py Starting OpenPose demo... Configuring OpenPose... Starting thread(s)... F1117 06:45:27.081745 90 syncedmem.cpp:71] Check failed: error == cudaSuccess (2 vs.
已经解决：OpenPose报错：error == cudaSuccess (2 vs. 0) out of memory
热门推荐
ayouayouwei
09-21 1万+
报错 在运行OpenPose里的Demo时候，报错了：error == cudaSuccess (2 vs. 0) out of memory，内存溢出，这里的内存应该是显卡里的内存把。 电脑配置 本人电脑显卡就2个G，根据官方说明 默认的caffe需要12G的显存，但是如果我们使用cuDNN的话，对应不同的模式可以降低到大约2.2G或者1.5G，而不设置的时候默认模式是BODY_25模式，故...
Check failed: error == cudaSuccess (2 vs. 0) out of memory Abort(core dumped)
xiaxuesong666的博客
08-01 848
在运行crowed net的时候出现这个错误，主要原因是显存超出，我们通过以下方法查看显存的使用情况：nvidia-smi如果有其他的程序占用显存，将这些程序停止以后，看一下，是否可以运行了，我停止那些程序以后，可以运行了，如果还不可以的话，需要将train.prototxt中的文件train和test的batch_size调小一点。
Check failed: error == cudaSuccess (2 vs. 0) out of memory
u011215144的博客
11-08 1279
finitune  googlenet时，train未报错，test时报了， stackflow里面的回答 1.减小mini_batch 2.减小图片大小 3.升级GPU（stackflow里面一般都是8G-12G的，别的CS的实验室好像直接就用的GTX 1080,可以考虑）
openpose demo运行报错Check failed: error == cudaSuccess (2 vs. 0) out of memory
AshleyXM的博客
04-19 6539
ps：仅记录个人学习经验，无意侵权。 参考来源： https://blog.csdn.net/qq_36834256/article/details/101114493 https://blog.csdn.net/lgh0824/article/details/75808938 https://www.aiuai.cn/aifarm716.html 问题背景：（废话，可忽略） 刚出现这个错误不知道什么原因，网上找到的资料零零碎碎，发现很多同学也弄不清这个问题是怎么引起的，原本以为是安装的cuda版本的问题，
目标检测faster rcnn error == cudaSuccess (2 vs. 0) out of memory
weixin_30699831的博客
06-15 160
想尝试 更深更强的网络，或者自己写了一个费显存的层，发现1080 ti的11G显存不够用了，老师报显存不够怎么办？ Check failed: error == cudaSuccess (2 vs. 0) out of memory 调小batch_size的大小。 怎么调呢？ 调这个文件： experiments/cfgs/faster_rcnn_end2end.yml ...
error == cudaSuccess (2 vs. 0) out of memory
menglanzeng的博客
07-28 1574
在迁移学习 训练时，出现了以下错误： 0728 17:07:02.163038 4754 solver.cpp:337] Iteration 1449, Testing net (#0) F0728 17:07:02.559718 4754 syncedmem.cpp:56] Check failed: error == cudaSuccess (2 vs. 0) out of mem...
Ubuntu caffe运行错误解决 Check failed: error == cudaSuccess(30 vs. 0) unknown error cudaSuccess(1 vs. 0)
liufsh004的博客
06-23 957
错误一：Check failed: error == cudaSuccess(30 vs. 0) 1. 方法一：使用sudo python 运行即可 2. 方法一：重装显卡驱动，如图在软件中心切换显卡驱动版本完成后重启 错误二：Check failed: status == CUDNN_STATUS_SUCCESS (1 vs. 0) CUDNN_STATUS_NOT_INIT 解决：cudnn版本错误，重新选择正确的版本安装https://developer.nvidia.com/...
caffe跑试验遇到错误：Check failed: error == cudaSuccess (2 vs. 0) out of memory
darren2015zdc的博客
07-21 2645
caffe跑试验遇到错误：Check failed: error == cudaSuccess (2 vs. 0) out of memory 运行程序，通过下列命令： 6G的1060跑VGG16的SSD跑不动啊！ watch -n 1 nvidia-smi 可以看到显存很快超载 我也碰到了这个问题，我直接设置的batch等于1，因为我学习DIGITS时候发现
cudnn_conv_layer.cpp:53] Check failed: status == CUDNN_STATUS_SUCCESS (1 vs. 0) CUDNN_STATUS_NOT_INITIALIZED *** Check failure stack trace: ***
最新发布
08-02
在使用 Caffe 进行深度学习模型训练时，可能会遇到与 cuDNN 相关的错误，例如： ``` F0302 13:43:02.431520 29995 cudnn_conv_layer.cpp:53] Check failed: status == CUDNN_STATUS_SUCCESS (4 vs. 0) CUDNN_STATUS_INTERNAL_ERROR ``` 或 ``` Check failed: status == CUDNN_STATUS_SUCCESS (1 vs. 0) CUDNN_STATUS_NOT_INITIALIZED ``` 这些错误通常表明在调用 cuDNN 库时发生了初始化失败或内部错误。以下是可能导致这些错误的原因及相应的解决方法。 ### 原因分析 1. **cuDNN 初始化失败** cuDNN 在使用前需要正确初始化，若在调用 cuDNN 函数时未完成初始化，会返回 `CUDNN_STATUS_NOT_INITIALIZED` 错误。这可能是由于代码中未正确调用 `cudnnCreate()` 或相关上下文未正确设置导致的。 2. **CUDA 和 cuDNN 版本不兼容** 如果使用的 CUDA 工具包版本与 cuDNN 不兼容，或者 Caffe 编译时使用的 CUDA/cuDNN 版本与运行时的版本不一致，也可能导致此类错误。 3. **GPU 计算能力不支持** 若 GPU 的计算能力（Compute Capability）较低（如低于 3.0），而 Caffe 的编译配置中启用了高版本的 CUDA 架构支持，可能导致 cuDNN 初始化失败。例如，对于 Compute Capability 为 2.1 的设备，若未正确屏蔽不支持的架构选项，将导致 cuDNN 无法正常工作[^3]。 4. **权限问题** 在某些系统环境下（如 Linux），若未以管理员权限运行训练脚本，可能无法正确初始化 GPU 资源，从而导致 cuDNN 初始化失败。此时应使用 `sudo` 执行训练脚本[^1]。 ### 解决方法 1. **检查并设置 GPU 计算能力** 修改 Caffe 的 `Makefile.config` 文件，确保 `CUDA_ARCH` 设置与 GPU 的 Compute Capability 一致。例如，对于 Compute Capability 为 2.1 的设备，应修改为： ```makefile CUDA_ARCH := -gencode arch=compute_20,code=sm_20 \ -gencode arch=compute_20,code=sm_21 ``` 并屏蔽掉更高版本的架构支持[^3]。 2. **禁用 cuDNN（如设备不支持）** 对于 Compute Capability 较低的设备（如 2.1），应将 `CommonSettings.props` 中的 `use_cudnn` 设置为 `false`，以避免尝试使用不支持的 cuDNN 功能。 3. **验证 CUDA 和 cuDNN 安装** 确保系统中安装的 CUDA 和 cuDNN 版本与 Caffe 编译时使用的版本一致，并可通过运行 `nvidia-smi` 和 `nvcc --version` 检查驱动和 CUDA 工具包版本。 4. **使用管理员权限运行训练脚本** 在 Linux 系统中，若出现 `Cannot create Cublas handle` 错误，应尝试使用 `sudo` 执行训练脚本： ```bash sudo ./examples/mnist/train_lenet.sh ``` 该方法可确保 GPU 资源被正确访问和初始化[^1]。 5. **修改 Caffe 网络定义** 在某些情况下，网络定义中的卷积层参数可能与 cuDNN 不兼容。例如，将 `engine` 设置为 `CAFFE` 而非默认的 `CUDNN` 可避免部分初始化问题： ```protobuf layer { name: "Conv_0" type: "Convolution" bottom: "input" top: "470" convolution_param { num_output: 64 bias_term: true group: 1 pad_h: 1 pad_w: 1 kernel_h: 3 kernel_w: 3 stride_h: 2 stride_w: 2 dilation: 1 engine: CAFFE } } ``` 此配置可绕过 cuDNN 引擎，使用 Caffe 自带的实现[^2]。 --- ###
评论
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