Использование Flair в сочетании с TensroFlow на GPU приводит к ошибкам - PullRequest
Новая
       62

Использование Flair в сочетании с TensroFlow на GPU приводит к ошибкам

1 голос
/ 31 января 2020

Когда я пытался использовать теги Flair в сочетании с Универсальным кодировщиком предложений (USE) для встраивания всего, что хорошо работало на процессоре, и ошибка, создаваемая графическим процессором: 

self._session = tf_session.TF_NewSessionRef(self._graph.c_graph, opts)
tensorflow.python.framework.errors_impl.InternalError: cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version

Я знал, что CUDA, CUDA runtime, cuDNN верны, потому что я проверил с помощью documentmantion . Я использовал Docker, поэтому я уверен в их версиях версий. TF.Session был настроен на разрешение роста gpu.

Странно, но работал только Flair, а работал только TensorFlow (без импорта Flair). Проблемы появились с версиями: 

torch==1.3.1
tensorflow-gpu==1.14.0
tensorflow-hub==0.7.0
numpy==1.17.1
flair==0.4.4

1 Ответ

0 голосов
/ 31 января 2020

Проблема возникла только тогда, когда библиотека Flair была импортирована до TF, и она блокировала попытки использовать графический процессор.

Недавно они исправили свою ошибку. Поэтому, если это возможно, я рекомендую использовать Flair версии 0.4.5 или новее.

Если по какой-то причине вам все еще нужно использовать Flair версии 0.4.4, я обнаружил, что это работает хорошо: всегда импортируйте tenorflow перед импортом Flair (даже если вы не используете его в текущем файле).

В этой версии также были проблемы с пакетами Pillow и torchvision. Я рекомендую устанавливать их в версиях: Pillow==6.2.1 и torchvision==0.4.2. Надеюсь, это будет полезно. Если бы какой-либо пост, подобный этому, существовал до того, он бы спас мне пару дней отладки.

...