首页 > 其他分享 >RuntimeError: Attempting to deserialize object on CUDA device 1 but torch.cuda.device_count() is 1.

RuntimeError: Attempting to deserialize object on CUDA device 1 but torch.cuda.device_count() is 1.

时间:2023-10-16 15:14:40浏览次数:36  
标签:count object Attempting RuntimeError torch CUDA device

问题:服务器上多块卡,使用其中一张训练的模型,在本地预测的时候报错。

解决:在torch.load中加入map_location,指定一块卡

 

标签:count,object,Attempting,RuntimeError,torch,CUDA,device
From: https://www.cnblogs.com/Liang-ml/p/17767331.html

相关文章

  • PyTorch之线性回归模型
    1简介1.1线性回归模型简介线性回归是利用数理统计中回归分析,来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法,运用十分广泛。其表达形式为y=wx+e,e为误差服从均值为0的正态分布。其中只包括一个自变量和一个因变量,且二者的关系可用一条直线近似表示,称为一元......
  • Count of Sub-Multisets With Bounded Sum
    CountofSub-MultisetsWithBoundedSumYouaregivena 0-indexed array nums ofnon-negativeintegers,andtwointegers l and r.Return the countofsub-multisets within nums wherethesumofelementsineachsubsetfallswithintheinclusiv......
  • ABC202E Count Descendants
    ABC202ECountDescendants线段树合并模板题。每次询问就是给定有序数对\((u,d)\),求有根树\(T\)上,点\(u\)的子树内有多少点\(v\),使得\(v\)的深度恰好等于\(d+1\)。定义根节点深度为\(1\)。考虑对每一个点开一个长度为\(n\)(因为\(T\)的最大深度为\(n\))的数组......
  • 在Python中使用LSTM和PyTorch进行时间序列预测|附代码数据
    全文链接:http://tecdat.cn/?p=8145最近我们被客户要求撰写关于LSTM的研究报告,包括一些图形和统计输出。顾名思义,时间序列数据是一种随时间变化的数据类型。例如,24小时内的温度,一个月内各种产品的价格,一年中特定公司的股票价格诸如长期短期记忆网络(LSTM)之类的高级深度学习模型能......
  • OSError: [Errno 28] No space left on device的原因总结
    简单总结下碰到这个问题可能的原因:最常见的,就是磁盘空间真的满了,这个时候你只能rm一些不需要的文件来解决问题还有可能是inode不足了,这个跟磁盘当初是怎么格式化的有关,如果有太多细碎文件确实有可能出现明明还有空间但是inode却用完了的情况。可以通过df-ih来查看inode使用......
  • 《动手学深度学习 Pytorch版》 8.6 循环神经网络的简洁实现
    importtorchfromtorchimportnnfromtorch.nnimportfunctionalasFfromd2limporttorchasd2lbatch_size,num_steps=32,35train_iter,vocab=d2l.load_data_time_machine(batch_size,num_steps)8.6.1定义模型num_hiddens=256rnn_layer=nn.RNN(len(......
  • [USACO17JAN] Promotion Counting P 题解
    [USACO17JAN]PromotionCountingP题解前言好久没写题解了,今天趁我心情好赶紧水一篇。思路首先拿到这题,关键词检索:子树,比\(p_i\)大的,树状数组!现在考虑如何去掉其他子树的贡献……emm,我直接在算贡献的时候去掉其他子树的贡献不就好了!当然,暴力去贡献复杂度肯定爆炸,这里考虑......
  • pytorch(8-6) 循环神经网络的简洁实现
     https://zh.d2l.ai/chapter_recurrent-neural-networks/rnn-concise.html# 86循环神经网络的简洁.pyimporttorchfromtorchimportnnfromtorch.nnimportfunctionalasFfromd2limporttorchasd2lfromAPI_86import*batch_size,num_steps=32,35tra......
  • pytorch(8-6) 循环神经网络的简洁实现
    https://zh.d2l.ai/chapter_recurrent-neural-networks/rnn-concise.html API_85.pyimportcollectionsimportrefromd2limporttorchasd2limportrandomimportmathimporttorchimportrandomdraw_pic=0#@saved2l.DATA_HUB['time_machine']=......
  • 《动手学深度学习 Pytorch版》 8.5 循环神经网络的从零开始实现
    %matplotlibinlineimportmathimporttorchfromtorchimportnnfromtorch.nnimportfunctionalasFfromd2limporttorchasd2lbatch_size,num_steps=32,35train_iter,vocab=d2l.load_data_time_machine(batch_size,num_steps)#仍然使用时间机器数据集......