CUDA中一些error的解决方法

1. 问题描述 操作环境：VS2017+CUDA11.1 显卡：GT930M 运行第一个 Hello World程序 代码： // An highlighted block #include "cuda_runtime.h" #include "device_launch_parameters.h" #include "stdio.h" /* 修饰符__global__表明这个函数是将会从CPU中调用，在GPU中进行执行。 并借此函数来启动内核函数。 */ __global__ void kernel_h

1.日志路径中包含中文符号时出错： >ptxas C:/Users/ADMINI~1.1PG/AppData/Local/Temp/tmpxft_00000f4c_00000000-7_kernel.compute_20.ptx, line 181; : fatal error : Parsing error near '-': syntax error 1>ptxas : fatal err

OpenPose安装过程中遇到的问题 操作系统：Ubuntu 18.04 LTS 64位 已安装的CUDA版本：CUDA9.0，安装教程https://blog.csdn.net/blgpb/article/details/82048478 OpenPose版本：OpenPose V1.4.0(https://github.com/CMU-Perceptual-Computing-Lab/op...

解决办法： 进入darknet目录，编辑Makefile，修改NVCC路径。

步骤2：执行步骤1的操作后问题不复现，也就是同步执行的这种方式下没有问题，基本上可以确定是有算子里依赖同步执行的结果，因为正常device算子执行是异步执行，所以拿的结果不是预期值，同步执行就掩盖了这个问题。步骤1：由于GPU的算子执行是host下发到device上异步执行的，因此执行报错的地方不一定是真凶，大概率是前面的算子有问题，但是device是异步执行的，所以执行到后面才会报错。案例代码：https://gitee.com/mindspore/mindspore/pulls/962。

最近笔者在调试自己写的 CUDA 代码时, 遇到了的报错, 在此记录一下排查和解决方法.

这里也就简单记录一下，和这篇博客说的类似：RuntimeError: CUDA error: initialization error_IMU_YY的博客-CSDN博客 除了上面这个报错，还报了： During handling of the above exception, another exception occurred: 除了这篇博客的解决方法，还可以直接把num_workers这个参数删掉即可。例如我从 train_dataloader = DataLoader(dataset=t

在jupyter 运行时出现这样的错误 查看一下，是否是TRUE  Pytorch官网，选好对应版本， 网速快的直接复制粘贴到Ubuntu终端 网速渣的，下个轮子https://pytorch.org/get-started/previous-versions/#pytorch-linux-binaries-compiled-with-cuda-8 进入PyTorch的下...

RuntimeError: CUDA error: initialization error 的参考解决方法

cuda debug 与 性能提升

这个error发生在我得到训练好的Decoder之后，对latent space采样并生成新数据的时候，如下 RuntimeError: cuda runtime error (700) : an illegal memory access was encountered at ..\aten\src\THC\THCCachingHostAllocator.cpp:278 问题出在如何把数据sample存储在gpu上：torch.tensor(sample, device=device)。其中d..

Tensorflow2 + RTX 3090 报错 Your CUDA software stack is old. We fallback to the NVIDIA driver for some compilation. Update your CUDA version to get the best performance. The ptxas error was: ptxas fatal : Value 'sm_86' is not defined for option 'gpu-name'.

ptxas fatal : Ptx assembly aborted due to errors

在用torch + GPU运行程序的时候出现了这个错误，尝试了很多方法都没有解决， 最终踏破铁鞋无觅处， 解决办法竟然是升级了torch版本。 在这里记录一下踩坑历程， 避免更多的人踩坑。 遇到这个问题后， 我尝试了以下解决方案： 1 首先怀疑的是， 是不是有数据在CPU上， 运算在GPU上， 初步排查没有发现。 2 其次根据直接报错的位置进行分析， 发现报错的位置不是固定的， 但相对固定， 就那么2处， debug发现没问题，完整运行就出错， 后来发现不是一开始就出错， 而是推理到第9张图才报错。 检查了

Visual Studio 2019 + CUDA10.1 编译“.cu”文件出现错误 未解析的外部符号： _Z3powfi _Z3powfi _Z3powfi 原因：.cu 代码里的pow函数使用错误 解决方法：例如pow( x, 2) ，改为 x*x 即可 可参考https://github.com/MomoDeve/FluidSimulation/issues/1 ...

checkCudaErrors可对CUDA API进行错误检测，及时定位错误所在位置。 需要头文件：#include "helper_cuda.h" 在/home/dell/NVIDIA_CUDA-11.2_Samples/common/inc文件夹中。 （CUDA Runtime API的一个特性：之前的kernel或者CUDA函数挂掉了，会导致后续持续的返回错误） 查看核函数是否正确执行，在核函数后加上 cudaError_t cudaStatus = cudaGetLastError();

报错图 修复