jwyang/faster-rcnn.pytorch

can't train with cpu only

Open

#323 aberto em 28 de set. de 2018

Ver no GitHub
 (18 comments) (0 reactions) (0 assignees)Python (2.342 forks)batch import
help wanted

Métricas do repositório

Stars
 (7.454 stars)
Métricas de merge de PR
 (Nenhuma PRs mesclada em 30d)

Description

Because of some certain reason, I want to train the model with small data on a PC with no GPU. But Python gave me an AssertionError as I found here.

Traceback (most recent call last):
  File "/home/snowyjune/local/faster-rcnn.pytorch/faster-rcnn.pytorch/trainval_net.py", line 336, in <module>
    loss.backward()

  File "/home/snowyjune/anaconda3/lib/python3.6/site-packages/torch/tensor.py", line 93, in backward
    torch.autograd.backward(self, gradient, retain_graph, create_graph)

  File "/home/snowyjune/anaconda3/lib/python3.6/site-packages/torch/autograd/__init__.py", line 89, in backward
    allow_unreachable=True)  # allow_unreachable flag

  File "/home/snowyjune/local/faster-rcnn.pytorch/faster-rcnn.pytorch/lib/model/roi_align/functions/roi_align.py", line 38, in backward
    assert((self.feature_size is not None) and (grad_output.is_cuda))

AssertionError

It seems that the program is designed not to support training with CPU. Is that true?

Guia do colaborador

Direção de pesquisa
Examine a asserção em roi align.py linha 38. Ela verifica grad output.is cuda. Considere fazer o backward pass funcionar na CPU tratando o caso CPU (por exemplo, usando uma implementação compatível com CPU) ou adicionando uma verificação condicional para treinamento com CPU. Procure outras suposições específicas de CUDA na base de código que possam bloquear o treinamento com CPU.
Pilha de tecnologia
pythonpytorch
Domain
machine learning
Tipo Issue
Bug
DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.
3
Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.
Meio dia
Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.
Ativo
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Claro
Prerequisites
PythonPyTorch
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
60