飞桨Ai(二)paddle使用CPU版本可以正常识别,切换为GPU版本时无法识别结果

一、问题描述:

  • 刚开始用paddle的CPU版本,对训练好的模型进行推理,正常识别出想要的结果
  • 后来尝试使用paddle的GPU版本,然后发现识别出来是空的

二、系统思路:

  • 最终系统环境如下:

    系统:win10
    显卡:GeForce GT 730
    GPU计算能力:3.5
    Python:3.10
    cuda:10.2.0
    cudnn:7.6.5
    paddlepaddle:2.4.2

  • 总体思路:根据GPU计算能力和GPU型号,查找对应的CUDA版本,并且通过尝试降cuda版本和降paddle版本使其运行

三、解决过程

1、使用CUDA11.2、CUDNN8.2.1、paddle-gpu2.6.1的版本(×)

  • 在网上查找资料,安装了如上的对应版本,报错如下
shell 复制代码
(base) D:\Downloads>python -c "import paddle; paddle.utils.run_check()"
Running verify PaddlePaddle program ...
I0831 10:35:55.205960  7352 interpretercore.cc:237] New Executor is Running.
W0831 10:35:55.205960  7352 gpu_resources.cc:96] The GPU architecture in your current machine is Pascal, which is not compatible with Paddle installation with arch: 70 75 80 86 , it is recommended to install the corresponding wheel package according to the installation information on the official Paddle website.
W0831 10:35:55.206962  7352 gpu_resources.cc:119] Please NOTE: device: 0, GPU Compute Capability: 3.5, Driver API Version: 11.4, Runtime API Version: 11.2
W0831 10:35:55.221961  7352 gpu_resources.cc:149] device: 0, cuDNN Version: 8.2.
I0831 10:35:56.037954  7352 interpreter_util.cc:518] Standalone Executor is Used.
PaddlePaddle works well on 1 GPU.
PaddlePaddle is installed successfully! Let's start deep learning with PaddlePaddle now.
  • 说是成功了,但其实程序跑起来,gpu根本没用上!可以用下面这段代码测试。
python 复制代码
from paddlenlp import Taskflow
from pprint import pprint

# 定义抽取目标的schema
# 这里我们定义了一个schema,用于抽取人物和他们所在的组织
schema = [{"人物": ["姓名"]}, "组织"]

# 创建UIE任务流实例
# 这里我们使用预训练的UIE模型,指定schema,并传入待抽取的文本
ie = Taskflow('information_extraction', schema=schema)

# 待抽取的文本
text = "李彦宏是百度公司的创始人之一。"

# 执行信息抽取
results = ie(text)

# 打印抽取结果
pprint(results)
  • 如果显示结果如下,则为成功,否则就有问题

2、降paddle-gpu的版本(×)

3、同时降CUDA版本和CUDNN版本(✔)

  • 虽然根据官方文档,计算能力为3.5的GPU是可以支持11.2的,但实际上计算能力为3.5的GPU还是太老了,建议稍微降点版本
  • 经过一遍遍尝试,最终采用CUDA 10.2、CUDNN 7.6.5、paddle-gpu 2.4.2的版本

四、解决方案

1、卸载原CUDA(可选)

  • 在搜索栏中直接搜索 控制面板-》程序-》卸载程序,找到如下红框中下错版本的CUDA相关程序进行删除

2、去官网下载需要的CUDA和CUDNN版本

  • 注意:如果C盘空间足够,建议一路下一步,如果安装到别的盘可能会出现一些问题,害,都是教训

3、更换paddle-gpu的版本

  • 从最新的能够支持你电脑的CUDA版本逐步往后试,注意CPU版本的和GPU版本的不兼容,下载前把CPU的先删了

4、测试结果

  • 测试结果显示如下,说明安装成功

参考:

相关推荐
余炜yw10 分钟前
【LSTM实战】跨越千年,赋诗成文:用LSTM重现唐诗的韵律与情感
人工智能·rnn·深度学习
莫叫石榴姐26 分钟前
数据科学与SQL:组距分组分析 | 区间分布问题
大数据·人工智能·sql·深度学习·算法·机器学习·数据挖掘
如若1231 小时前
利用 `OpenCV` 和 `Matplotlib` 库进行图像读取、颜色空间转换、掩膜创建、颜色替换
人工智能·opencv·matplotlib
YRr YRr1 小时前
深度学习:神经网络中的损失函数的使用
人工智能·深度学习·神经网络
ChaseDreamRunner1 小时前
迁移学习理论与应用
人工智能·机器学习·迁移学习
Guofu_Liao1 小时前
大语言模型---梯度的简单介绍;梯度的定义;梯度计算的方法
人工智能·语言模型·矩阵·llama
我爱学Python!1 小时前
大语言模型与图结构的融合: 推荐系统中的新兴范式
人工智能·语言模型·自然语言处理·langchain·llm·大语言模型·推荐系统
果冻人工智能1 小时前
OpenAI 是怎么“压力测试”大型语言模型的?
人工智能·语言模型·压力测试
日出等日落1 小时前
Windows电脑本地部署llamafile并接入Qwen大语言模型远程AI对话实战
人工智能·语言模型·自然语言处理
麦麦大数据2 小时前
Python棉花病虫害图谱系统CNN识别+AI问答知识neo4j vue+flask深度学习神经网络可视化
人工智能·python·深度学习