pytorch/examples

DDP training question

開放

#1,096 建立於 2022年11月25日

在 GitHub 查看貢獻者指南
 (2 則留言) (0 個反應) (1 位負責人)Python (9,429 個分叉)batch import
distributedhelp wanted

倉庫指標

星標
 (21,634 顆星)
PR 合併指標
 (PR 指標待抓取)

描述

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?

貢獻者指南

研究方向
查看DDP教程的基本設置，驗證NCCL後端的可用性，並檢查常見的掛起原因，例如缺少同步屏障或分配了錯誤的rank。同時確保所有進程都使用torch.distributed.init process group正確初始化。
技術棧
pythonpytorch
領域
backendmachine learning
議題類型
調研
難度面向新貢獻者的預計實作難度，1 表示很小改動，5 表示專家級工作。
4
預計時間有經驗貢獻者完成調查、實作、測試並準備 pull request 的粗略時間範圍。
1-3 小時
活動狀態議題目前的可參與程度：新鮮、活躍、陳舊、阻塞或等待維護者輸入。
活躍
清晰度議題是否清楚說明預期改動、驗收標準和下一步。
需要先調研
前置要求
PythonPyTorchDistributed computing
新手友善度1-100 的估計分數，表示該議題對首次貢獻者的友善程度。
30