JIT issues when using jupyter notebook
Dieses Issue hat noch niemand übernommen.
Bewertung
- Schwierigkeit
- 4/5
- Geschätzter Aufwand
- 3-5 Tage
- Anfängerfreundlichkeit
- 35/100
Rechercherichtung
Beginne damit, af.gaussian_kernel(128,128,5,5) in den gemeldeten Jupyter- und IPython-Umgebungen zu reproduzieren, und verfolge den Fehler dann durch arrayfire/image.py und arrayfire/util.py bis in src/backend/cuda/jit.cpp. Erledigt ist die Aufgabe, wenn der Aufruf in Jupyter unter dem gemeldeten Setup funktioniert und der CUDA JIT-Fehler verstanden oder verhindert wird.
Vom Indexierungsmodell aus dem Issue-Text verfasst.
Beschreibung
Hi, after updating to the latest arrayfire jupyter notebook seems to have a problem with af.gaussian_kernel() function. Standard ipython works without a problem but in notebook the call ends up with:
RuntimeError Traceback (most recent call last)
<ipython-input-3-e9e47878ee5a> in <module>()
----> 1 lala = af.gaussian_kernel(128,128,5,5)
~/anaconda3/lib/python3.6/site-packages/arrayfire/image.py in gaussian_kernel(rows, cols, sigma_r, sigma_c)
778 safe_call(backend.get().af_gaussian_kernel(c_pointer(out.arr),
779 c_int_t(rows), c_int_t(cols),
--> 780 c_double_t(sigma_r), c_double_t(sigma_c)))
781 return out
782
~/anaconda3/lib/python3.6/site-packages/arrayfire/util.py in safe_call(af_error)
77 err_len = c_dim_t(0)
78 backend.get().af_get_last_error(c_pointer(err_str), c_pointer(err_len))
---> 79 raise RuntimeError(to_str(err_str))
80
81 def get_version():
RuntimeError: In function std::vector<char> cuda::compileToPTX(const char*, std::string)
In file src/backend/cuda/jit.cpp:
I tried complete reinstall of python, cleaned any personal settings in .local .bashrc .config and installed completely new anaconda. Still whatever I do I cant get it to run
NOTE: af.constant() function works without problem
SYSTEM: ubuntu 17.10; CUDA 9-2; arrayfire v3.6 binary; arrayfire-python git master
- Vorherrschende Sprache
- Python
- Sterne
- 422
- Forks
- 63
- PR-Merge-Kennzahlen
- Keine gemergten PRs in 30 T.
Beitragsleitfaden
Für dieses Repository ist kein Beitragsleitfaden indexiert
Erste Schritte
- Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
- Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
- Forken Sie das Repository und arbeiten Sie in einem Branch.
- Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.
Mehr aus arrayfire/arrayfire-python
-
Schwierigkeit 5/5 Über eine Woche Anfängerfreundlichkeit 25/100
arrayfire/arrayfire-python#271 ·
-
Unwrap phase function Offen
Schwierigkeit 5/5 Über eine Woche Anfängerfreundlichkeit 25/100
arrayfire/arrayfire-python#270 ·
-
Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 35/100
arrayfire/arrayfire-python#269 ·
-
Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 38/100
arrayfire/arrayfire-python#268 · 1 Kommentar ·
-
Schwierigkeit 3/5 1-2 Tage Anfängerfreundlichkeit 48/100
arrayfire/arrayfire-python#267 · 1 Kommentar · 1 Reaktion ·
Alle Issues in arrayfire/arrayfire-python
Ähnliche Issues
-
Add: hunch Offen
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 74/100
AbdelStark/awesome-typesafe#104 ·
-
enhancement
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 72/100
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 68/100
DiamondLightSource/dodal#2211 ·
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 88/100
openml/openml-python#1749 ·
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 88/100
sipyourdrink-ltd/bernstein#6191 ·