Scalar indexing on GPU when computing `Zygote.gradient` of `dot(x::CA, x::CA)`
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 4/5
- Tempo stimato
- 3-5 giorni
- Idoneità per principianti
- 35/100
Direzione di ricerca
Riproduci l’esempio del gradiente e inizia con ext/ComponentArraysZygoteExt.jl, quindi esamina src/array_interface.jl e i percorsi di indicizzazione con stack trace. Determina perché il percorso del gradiente di ComponentArrays/Zygote esegue un’indicizzazione scalare sulla GPU. Il lavoro è completato quando il calcolo del gradiente mostrato riesce senza l’errore di indicizzazione scalare.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
julia> Zygote.gradient(x -> dot(x, x), CUDA.ones(4)) # works
(Float32[2.0, 2.0, 2.0, 2.0],)
julia> Zygote.gradient(x -> dot(x, x), (;x=ones(4)) |> ComponentArray |> cu)
ERROR: Scalar indexing is disallowed.
Invocation of getindex resulted in scalar indexing of a GPU array.
This is typically caused by calling an iterating implementation of a method.
Such implementations *do not* execute on the GPU, but very slowly on the CPU,
and therefore are only permitted from the REPL for prototyping purposes.
If you did intend to index this array, annotate the caller with @allowscalar.
Stacktrace:
[1] error(s::String)
@ Base ./error.jl:35
[2] assertscalar(op::String)
@ GPUArraysCore ~/.julia/packages/GPUArraysCore/uOYfN/src/GPUArraysCore.jl:103
[3] getindex
@ ~/.julia/packages/GPUArrays/dAUOE/src/host/indexing.jl:48 [inlined]
[4] getindex
@ ~/.julia/dev/ComponentArrays/src/array_interface.jl:94 [inlined]
[5] getindex
@ ~/.julia/packages/OffsetArrays/0MOrf/src/OffsetArrays.jl:436 [inlined]
[6] _broadcast_getindex
@ ./broadcast.jl:675 [inlined]
[7] _getindex
@ ./broadcast.jl:705 [inlined]
[8] _broadcast_getindex
@ ./broadcast.jl:681 [inlined]
[9] getindex
@ ./broadcast.jl:636 [inlined]
[10] macro expansion
@ ./broadcast.jl:1004 [inlined]
[11] macro expansion
@ ./simdloop.jl:77 [inlined]
[12] copyto!
@ ./broadcast.jl:1003 [inlined]
[13] copyto!
@ ./broadcast.jl:956 [inlined]
[14] copy
@ ./broadcast.jl:928 [inlined]
[15] materialize
@ ./broadcast.jl:903 [inlined]
[16] accum(x::OffsetArrays.OffsetVector{…}, ys::OffsetArrays.OffsetVector{…})
@ Zygote ~/.julia/packages/Zygote/YYT6v/src/lib/lib.jl:25
[17] accum
@ ComponentArraysZygoteExt ~/.julia/dev/ComponentArrays/ext/ComponentArraysZygoteExt.jl:10 [inlined]
[18] (::Zygote.var"#75#76"{Zygote.Pullback{Tuple{var"#64#65", ComponentVector{…}}, Tuple{Zygote.ZBack{…}}}})(Δ::Float32)
@ Zygote ~/.julia/packages/Zygote/YYT6v/src/compiler/interface.jl:45
[19] gradient(f::Function, args::ComponentVector{Float32, CuArray{Float32, 1, CUDA.Mem.DeviceBuffer}, Tuple{Axis{…}}})
@ Zygote ~/.julia/packages/Zygote/YYT6v/src/compiler/interface.jl:97
- Lingua principale
- Julia
- Stelle
- 378
- Fork
- 43
- Merge medio
- 6h 49m
- PR unite (30g)
- 3
Preparare l'ambiente
- Nessun Dockerfile né file Docker Compose
- Nessun modello di pull request
- Leggi la guida per i contributori
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di SciML/ComponentArrays.jl
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 35/100
SciML/ComponentArrays.jl#344 ·
-
Looping over nested fieldsAperta
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
SciML/ComponentArrays.jl#338 ·
-
bug
Difficoltà 3/5 1-2 giorni Idoneità per principianti 48/100
SciML/ComponentArrays.jl#337 ·
-
Difficoltà 3/5 1-2 giorni Idoneità per principianti 30/100
SciML/ComponentArrays.jl#328 ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 35/100
SciML/ComponentArrays.jl#321 · 1 commento ·
Tutte le issue di SciML/ComponentArrays.jl
Issue simili
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 70/100
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 70/100
MagneticResonanceImaging/MRIReco.jl#366 ·
I maintainer di solito rispondono entro 3 giorni
-
`AdamW` gives `NaN` for zero-gradient entries of `Float16` parameters (epsilon underflows to 0)Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 79/100
FluxML/Optimisers.jl#253 ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 76/100
JuliaGraphs/GraphNeuralNetworks.jl#736 ·
I maintainer di solito rispondono entro 2 giorni
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 65/100
I maintainer di solito rispondono entro 1 giorno