open-mmlab/mmsegmentation

ERROR:torch.distributed.elastic.multiprocessing.api:failed

Open

#1.593 geöffnet am 18. Mai 2022

Auf GitHub ansehen
 (9 Kommentare) (0 Reaktionen) (1 zugewiesene Person)Python (2.386 Forks)batch import
awaiting responsehelp wanted

Repository-Metriken

Stars
 (6.867 Stars)
PR-Merge-Metriken
 (Keine gemergten PRs in 30 T)

Beschreibung

I write my own dataset class and dataloader, and while train with mmcv.runner, I get the error "ERROR:torch.distributed.elastic.multiprocessing.api:failed (exitcode: 1) local_rank: 1 (pid: 2762685)". I cannot locate the key problem according to this error report. How to resolve this issue?

Contributor Guide

Research-Richtung
Untersuchen Sie den Fehler, indem Sie die Kompatibilität der benutzerdefinierten Datensatz und Dataloader Implementierung mit dem verteilten Trainings Runner von mmcv überprüfen. Suchen Sie nach Fehlern im Datenladen oder fehlenden Konfigurationen im Trainingsskript. Da der Fehler generisch ist, stellen Sie ein minimal reproduzierbares Beispiel bereit und prüfen Sie die mmcv Dokumentation für die Einrichtung des verteilten Trainings. Überprüfen Sie die Kommentare des Zugewiesenen auf vorgeschlagene Korrekturen.
Tech Stack
pythonpytorch
Domain
backend
Issue Type
Fehler
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
3
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
1-3 Stunden
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Aktiv
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Meist klar
Voraussetzungen
PythonPyTorchmmcv
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
45