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
MLU370系列AI加速卡
MLU270系列AI加速卡
MLU220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