pytorch/examples

DDP training question

开放

#1,096 创建于 2022年11月25日

在 GitHub 查看贡献者指南
 (2 条评论) (0 个反应) (1 位负责人)Python (9,429 个派生)batch import
distributedhelp wanted

仓库指标

星标
 (21,634 个星标)
PR 合并指标
 (PR 指标待抓取)

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?

贡献者指南

研究方向
查看DDP教程的基本设置，验证NCCL后端的可用性，并检查常见的挂起原因，例如缺少同步屏障或分配了错误的rank。同时确保所有进程都使用torch.distributed.init process group正确初始化。
技术栈
pythonpytorch
领域
backendmachine learning
议题类型
调研
难度面向新贡献者的预计实现难度，1 表示很小改动，5 表示专家级工作。
4
预计时间有经验贡献者完成调查、实现、测试并准备 pull request 的粗略时间范围。
1-3 小时
活动状态议题当前的可参与程度：新鲜、活跃、陈旧、阻塞或等待维护者输入。
活跃
清晰度议题是否清楚说明期望改动、验收标准和下一步。
需要先调研
前置要求
PythonPyTorchDistributed computing
新手友好度1-100 的估计分数，表示该议题对首次贡献者的友好程度。
30