pytorch/examples

DDP training question

Open

#1,096 opened on 2022年11月25日

GitHub で見る
 (2 comments) (0 reactions) (1 assignee)Python (9,429 forks)batch import
distributedhelp wanted

Repository metrics

Stars
 (21,634 stars)
PR merge metrics
 (30d に merged PR はありません)

説明

Hi, I'm using the tutorial https://github.com/pytorch/tutorials/blob/master/intermediate_source/ddp_tutorial.rst for DDP train,using 4 gpus in myself code, reference Basic Use Case. But when I finished the modification, it was stuck during run the demo,meanwhile,video memory has been occupied.Could you help me?

コントリビューターガイド

調査方針
DDPチュートリアルの基本的なセットアップを確認し、NCCLバックエンドの利用可能性を検証し、同期バリアの欠如や間違ったrank割り当てなどの一般的なハング原因を確認してください。また、torch.distributed.init process groupを使用してすべてのプロセスが正しく初期化されていることを確認してください。
技術スタック
pythonpytorch
領域
backendmachine learning
Issue 種別
調査
難度新しい貢献者にとっての実装難度です。1 は非常に小さな変更、5 は専門的な作業です。
4
推定時間経験ある貢献者が調査、実装、テスト、pull request 準備にかけるおおよその時間範囲です。
1-3時間
活動状況Issue が今どれだけ取り組みやすいかを示します。新しい、活発、古い、ブロック中、またはメンテナー入力待ちなどです。
アクティブ
明確さ期待される変更、受け入れ条件、次の手順がどれだけ明確かを示します。
調査が必要
前提条件
PythonPyTorchDistributed computing
初心者向け度初回貢献者にどれだけ取り組みやすいかを 1-100 で推定したスコアです。
30