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
goodchong
824
积分
14
赞
2
帖子
29
回复
12
收藏
TA的动态
TA的帖子
TA的回复
Caffe框架GPU与MLU计算结果不一致请问如何调试?
我的回复:#8Gummary 回复贴了,你看一下谢谢~我觉得你分析的是有道理的。放不方便把这两个层的输入规模参数,输入的内容dump出来发上来?我想试着复现一下。还有软件栈的版本? 这种情况确实很少见,谢谢您的反馈。
2
MLU100 执行 给的例子发生 Aborted (core dumped)
我的回复:#2leliy 回复echo $run_cmd if [[ "$?" -eq 0 ]]; then echo -e "running multicore offline test...\n" eval "$run_cmd" #tail -n 5 $CURRENT_DIR/$log_file grep "Global accuracy : $" -A 4 $CURRENT_DIR/$log_file else echo "generating offline model failed!" fi 当执行如下部分.sh的时候,会产生上述的问题,具体原因不很清楚,执行位置为: /home/share/Cambricon-MLU100/caffe/src/caffe/examples/clas_offline_multico re展开我想我能理解这段代码。能不能把报错时候在终端里的的运行结果截个图贴出来?
3
Caffe框架GPU与MLU计算结果不一致请问如何调试?
我的回复:#2Gummary 回复我重新对比了一下GPU与MLU的输出结果,Proposal层之前的处理结果是正确的,但是MLU的Proposal和ROIPooling层有问题。在输入特征相同的情况下,使用FasterRCNN的Proposal层和MLU的Proposal层得到的结果是不一致的;使用FasterRCNN的Proposal层得到正确的ROI后,输入到ROIPooling层只处理了第一个ROI,我修改了CPU版本的ROIPooling层才可以得到正确的结果。展开放不方便把Proposal层和ROIPooling层的结果贴一下?你是用GPU的还是CPU比较的?放不方便都贴一下?谢谢~
2
MLU100 执行 给的例子发生 Aborted (core dumped)
我的回复:您好,你能贴一些更多的报错log出来吗?我们没有成功复现这个问题。
3
上一页
1
...
13
14
15
16
17
18
19
20
21
22
下一页
Github
开发平台
文档中心
新手必读
官方微信
版权所有 © 2024 寒武纪 Cambricon.com 备案/许可证号:
京ICP备17003415号-1
关闭