1.基本配置情况:

显卡:RTX 2080
驱动:NVIDIA-Linux-x86_64-440.64.run
CUDA版本:10.2.89
Cudnn版本:cudnn-10.2-linux-x64-v7.6.5.32
Opencv版本:3.4.6

2.按照官网程序测试YOLO V3,报错如下:

CUDA Error: an illegal memory access was encountered
darknet: ./src/cuda.c:36:check_error: 假设 ‘0’ 失败。

3.测试方法(全部没用!)

1.加sudo 没用
2.“需要修改所使用的模型yolov3.cfg文件中的subdivision的参数。

由subdivisions=8改成subdivisions=64,,但其实测试都是1

3.有很多人说是因为GPU计算力不匹配的问题,建议修改

–gpu-architecture=compute_52, –gpu-code=compute_52. 为 
–gpu-architecture=compute_30, –gpu-code=compute_30 然并卵! 

4.试试改cfg目录下yolov3.cfg第8、9行height和width值,修改为宽高都为416
5.主要是cuda版本与nvidia驱动版本不匹配导致,需要重新下载对应cuda与cudnn

nvidia与cuda需要满足关系:
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

cuda与cudnn需要满足关系:
https://developer.nvidia.com/rdp/cudnn-archive

cuda历史版本下载连接:
https://developer.nvidia.com/cuda-toolkit-archive

Tensorflow不同版本要求与CUDA及CUDNN版本对应关系:
https://blog.csdn.net/u013066730/article/details/88845083

4.求解!

GitHub 加速计划 / li / linux-dash
13
2
下载
A beautiful web dashboard for Linux
最近提交(Master分支:3 个月前 )
186a802e added ecosystem file for PM2 5 年前
5def40a3 Add host customization support for the NodeJS version 5 年前
Logo

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。

更多推荐