绿植租摆网站建设,一键生成器,wordpress首页慢,电子政务网站模版1.引言 我们经常使用GPU来训练和部署神经网络#xff0c;因为与CPU相比#xff0c;它提供了更多的计算能力。在本教程中#xff0c;我们将介绍如何将GPU与MXNet GluonTS一起使用。 首先#xff0c;确保您的机器中至少有一个Nvidia GPU#xff0c;并正确安装了CUDA以及CUDN…1.引言 我们经常使用GPU来训练和部署神经网络因为与CPU相比它提供了更多的计算能力。在本教程中我们将介绍如何将GPU与MXNet GluonTS一起使用。 首先确保您的机器中至少有一个Nvidia GPU并正确安装了CUDA以及CUDNN。但是在引入import mxnet后出现下面的问题 MXNet的OSError: libnccl.so.2: cannot open shared object file: No such file or directory 本文将会解决这一问题亲测好用。
2.博主服务器配置
Ubuntu 18.04cuda11.3cudnn 8.2.1
3.安装 1首先安装mxnet gpu版本根据自己的cuda版本如果是10.0那么就是mxnet-cu100以此类推。
pip install mxnet-cu113 2安装gluonts.
pip install gluonts
4.解决问题
1去 NVIDIA 官网下载Log in | NVIDIA Developer跟你 CUDA 版本和操作系统我的是Ubuntu18.04适配的 NCCL 文件 2 配置下载的deb文件
sudo dpkg -i nccl-local-repo-ubuntu1804-2.9.9-cuda11.3_1.0-1_amd64.deb
sudo apt update
sudo apt install libnccl22.9.9-1cuda11.3 libnccl-dev2.9.9-1cuda11.3 3你可以检查你的mxnet当前版本以及可用的GPU数目
import mxnet as mx
print(fNumber of GPUs: {mx.context.num_gpus()}) 然后就解决了可以利用 GPU 跑 MXNet GluonTS 的深度学习模型做时间序列预测项目。
3指定第四块GPU卡参与训练它应该自动检测GPU但你可以强制它
trainerTrainer(ctxmxnet.context.gpu(3),epochstrain_conf.max_epochs,num_batches_per_epochtrain_conf.num_batches_per_epoch,) 从下面的图可以看出指定了第四块卡训练显存得到占用。
