JIT issues when using jupyter notebook
Ninguém assumiu esta issue ainda.
Avaliação
- Dificuldade
- 4/5
- Tempo estimado
- 3-5 dias
- Facilidade para iniciantes
- 35/100
Direção de pesquisa
Comece reproduzindo af.gaussian_kernel(128,128,5,5) nos ambientes de Jupyter e IPython relatados e, em seguida, rastreie a falha por arrayfire/image.py e arrayfire/util.py até src/backend/cuda/jit.cpp. Está concluído quando a chamada funcionar no Jupyter com a configuração relatada e o erro do CUDA JIT for compreendido ou impedido.
Escrita pelo modelo de indexação a partir do texto da issue.
Descrição
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
- Linguagem predominante
- Python
- Estrelas
- 422
- Forks
- 63
- Métricas de merge de PRs
- Nenhum PR com merge em 30d
Guia de contribuição
Nenhum guia de contribuição indexado para este repositório
Primeiros passos
- Leia a issue inteira e depois o guia de contribuição do projeto.
- Comente na issue dizendo que vai assumir — evita que duas pessoas façam o mesmo trabalho.
- Faça um fork do repositório e trabalhe em uma branch.
- Abra um pull request que referencie o número da issue.
Mais de arrayfire/arrayfire-python
-
Dificuldade 5/5 Mais de uma semana Facilidade para iniciantes 25/100
arrayfire/arrayfire-python#271 ·
-
Unwrap phase function Aberta
Dificuldade 5/5 Mais de uma semana Facilidade para iniciantes 25/100
arrayfire/arrayfire-python#270 ·
-
Dificuldade 4/5 3-5 dias Facilidade para iniciantes 35/100
arrayfire/arrayfire-python#269 ·
-
Dificuldade 4/5 3-5 dias Facilidade para iniciantes 38/100
arrayfire/arrayfire-python#268 · 1 comentário ·
-
Dificuldade 3/5 1-2 dias Facilidade para iniciantes 48/100
arrayfire/arrayfire-python#267 · 1 comentário · 1 reação ·
Todas as issues de arrayfire/arrayfire-python
Issues semelhantes
-
Add: hunch Aberta
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 74/100
AbdelStark/awesome-typesafe#104 ·
-
enhancement
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 72/100
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 68/100
DiamondLightSource/dodal#2211 ·
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 88/100
openml/openml-python#1749 ·
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 88/100
sipyourdrink-ltd/bernstein#6191 ·