clab / clab/dynet_tutorial_examples
Can't run tutorial_parser.ipynb on GPU
- Langage dominant
- Python
- Étoiles
- 434
- Forks
- 113
- Métriques de merge des PR
- Aucune PR mergée en 30 j
Description
When I pasted all the contents into a single Python file and run the following:
```
python parser.py --dynet-gpus 1 --dynet-mem 10000
```
It throws the following Not Implemented error:
```
[dynet] initializing CUDA
Request for 1 GPU ...
[dynet] Device Number: 0
[dynet] Device name: Tesla K80
[dynet] Memory Clock Rate (KHz): 2505000
[dynet] Memory Bus Width (bits): 384
[dynet] Peak Memory Bandwidth (GB/s): 240.48
[dynet] Memory Free (GB): 11.927/11.9956
[dynet]
[dynet] Device(s) selected: 0
[dynet] random seed: 3589591803
[dynet] allocating memory: 10000MB
[dynet] memory allocation done.
Traceback (most recent call last):
File "parser.py", line 206, in
dev_loss += loss.scalar_value()
File "_gdynet.pyx", line 947, in _gdynet.Expression.scalar_value (_gdynet.cpp:23604)
cpdef scalar_value(self, recalculate=False):
File "_gdynet.pyx", line 960, in _gdynet.Expression.scalar_value (_gdynet.cpp:23509)
return c_as_scalar(self.cgp().get_value(self.vindex))
RuntimeError: RestrictedLogSoftmax not yet implemented for CUDA (contributions welcome!)
```
Does that mean this notebook can only run on CPU for now?
Guide de contribution
Aucun guide de contribution indexé pour ce dépôt
Piste de recherche
Commencez par reproduire la commande de parser.py et comparez son comportement avec tutorial_parser.ipynb sur CPU et GPU. Étudiez l’erreur CUDA de DyNet RestrictedLogSoftmax signalée ; une fois terminé, cela devrait établir si le tutoriel prend en charge l’exécution sur GPU ou identifier la limitation documentée.
Rédigé par le modèle d'indexation à partir du texte de l'issue.
Évaluation
- Stack technique
- jupyter-notebook, python
- Domaine
- machine-learning
- Type d'issue
- Bug
- Difficulté
- 4/5
- Temps estimé
- 3-5 jours
- Activité
- À l'abandon
- Clarté
- À clarifier
- Accessibilité débutants
- 25/100