问题信息

使用 cuda 进行训练
使用 4 个GPU进行训练
Epoch [1/20]: 0%| | 0/3184 [00:00<?, ?it/s]Bus error (core dumped)

执行方式

 self.model = nn.DataParallel(self.model)
 self.model = self.model.to(self.device)

4张GPU均正常，单独指定使用任何一张都可正常执行，运行内存够大，但是一启动4GPU，4张显卡刚起来就error

解决方式

--ipc=host：让 DDP / NCCL 可以使用宿主机充足的 IPC 资源；
--shm-size=16g：确保 /dev/shm 足够大，避免共享内存耗尽导致 SIGBUS。
按照如下命理构建容器即可

docker run -itd \
  --privileged=true \
  --gpus all \
  --name pytorch_ddp \
  --ipc=host \
  --shm-size=16g \
  -v /mnt:/mnt \
  pynncu121:1.1 \
  bash
# pytorch # 人工智能 # python
Logo
腾讯云开发者社区

腾讯云面向开发者汇聚海量精品云计算使用和开发经验，营造开放的云计算技术生态圈。

更多推荐

Elasticsearch复杂数据类型终极指南：从入门到精通

Elasticsearch作为功能强大的搜索引擎，支持多种复杂数据类型，让开发者能够灵活处理各种结构化和非结构化数据。本文将带你全面了解Elasticsearch中的复杂数据类型，从基础概念到实际应用，助你轻松掌握数据建模的核心技巧。## 内部对象：构建层级化数据结构在Elasticsearch中，对象类型（Object）是最基础的复杂数据类型之一，用于表示具有嵌套关系的数据。例如，我们可

avatar 腾讯云开发者社区

终极指南：Flink SQL连接器版本管理从混乱到有序的升级之路

Apache Flink作为流处理领域的佼佼者，其SQL连接器的版本管理一直是开发者面临的核心挑战。本文将系统讲解Flink SQL连接器版本管理的最佳实践，帮助你轻松应对版本兼容性问题，实现从混乱到有序的升级之旅。## 连接器版本管理的常见痛点 😫在Flink应用开发中，连接器版本管理常常让开发者头疼不已。不同版本的连接器可能导致各种兼容性问题，例如API变更、功能差异甚至运行时错误。

avatar 腾讯云开发者社区

如何快速搭建Neon无服务器PostgreSQL：面向初学者的完整指南

Neon是一款革命性的无服务器PostgreSQL解决方案，它通过分离存储和计算层，实现了自动扩缩容、类代码式数据库分支以及零级扩展能力。本指南将帮助你从零开始搭建Neon开发环境，体验这款创新数据库的强大功能。## 准备工作：环境要求与依赖项在开始搭建Neon环境前，请确保你的系统满足以下要求：- Linux操作系统（推荐Ubuntu 20.04+或Debian 11+）- Git

avatar 腾讯云开发者社区