切换版块
×
基础软件平台
PyTorch开发
TensorFlow开发
编解码及SDK开发
BANG语言与计算库
开发工具链
MagicMind开发
软件栈百科
云平台集成
硬件产品专区
大模型专区
寒武纪® AIDC® MLU370®系列加速卡
MLU200系列AI加速产品
经验方案交流区
经验案例与实践分享
开发者服务
开发者活动
公告与版务
高校支持
《智能计算系统》
签到
版块
社区
文档
SDK下载
370系列
200系列
开发平台
官网首页
注册
登录
全部版块
基础软件平台
硬件产品专区
经验方案交流区
开发者服务
高校支持
发布新帖
登录/注册
LV.1
ZHhaowei
48
积分
0
赞
4
帖子
17
回复
1
收藏
TA的动态
TA的帖子
TA的回复
power_difference_test_bcl.py 报错
我的回复:#4dirtycomputer回复我找到原因了os.environ['MLU_VISIBLE_DEVICES']=""把这里的那个0删掉就好了展开os.environ['MLU_VISIBLE_DEVICES']=""在哪个文件啊?大佬
0
STDC-seg适配270板卡问题
我的回复:#5HelloAI回复pred如果是在MLU上推理得到的结果,默认的存储位置还在MLU上,需要先pred.cpu(),然后才能print,否则会出错。但是你这里描述的是去掉print会出错,就不知道啥问题了。你这个模型,在github上有参考实现吗?展开加上print这行报错就是上面说的那个,删掉最后一行的print(res),报错就变成Segmentation fault (core dumped)了,很神奇,我就是在GitHub上扒下来的
0
STDC-seg适配270板卡问题
我的回复:#1HelloAI回复这是遇到了MLU不支持的算子,导致shape推断错误导致的,除非自定义实现这些算子或者替换掉这些算子我量化后的模型在cpu上正常推理,在mlu上就报这个错,要是删掉最后一行的print(res),就会Segmentation fault (core dumped),这就是mlu算子不支持导致的吗?
0
STDC-seg适配270板卡问题
我的回复:#1HelloAI回复这是遇到了MLU不支持的算子,导致shape推断错误导致的,除非自定义实现这些算子或者替换掉这些算子大佬,在帮我看看呗
0
STDC-seg适配270板卡问题
我的回复:我量化后的模型在cpu上正常推理,在mlu上就报这个错,要是删掉最后一行的print(res),就会Segmentation fault (core dumped),这就是mlu算子不支持导致的吗?
0
上一页
1
2
下一页
Github
开发平台
文档中心
新手必读
官方微信
版权所有 © 2025 寒武纪 Cambricon.com 备案/许可证号:
京ICP备17003415号-1
关闭