在将一个使用PyTorch 1.7和CUDA 10.2的YOLOv5s目标检测训练模型从2080Ti服务器的Docker容器移植到Tesla V100服务器后，遇到了运行错误。错误可能与apex包有关，因为V100服务器上的apex是在2080Ti服务器上编译的。重新在V100服务器的Docker内编译apex后，模型成功运行。问题根源未明确，但更换apex编译环境解决了问题。
在docker内运行用pytorch实现的yolov5s的目标检测训练模型，出现如下报错：
1，问题描述：
我的软硬件环境是ubuntu18 + Tesla v100 + cuda10.2 + pytorch1.7 + python3.6.9。
在网上查了好多资料，说是pytorch与cuda版本不匹配，但我肯定不是这个问题，因为这个yolov5s的目标检测训练模型我在另一台显卡为2080Ti的服务器上跑通了，而且在2080Ti的服务器的docker容器内也跑通了。现在的情况是我把这个装有yolov5s目标检测训练模型的docker容器移植部署到另一台显卡为Tesla v100的服务器上（其它环境都一样），然后在新的服务器内的docker里跑这个模型就报上图这些错误了。
2，解决方法
想了半天，没啥头绪，后来突然想到这个模型 中使用了apex包，显卡为v100的服务器docker里面的apex是在原来显卡为2080Ti的服务器上编译的，所以我在显卡为v100的服务器docker里面重新安装编译了apex，然后模型就可以跑通了。
至于具体的更深层次的报错原因我也不清楚，希望有大神解答！
Done！！！
扫一扫
812
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
