MichaelFan01
我在执行训练是遇到了 No module named 'inplace_abn“这一问题
通过查找原因，初步锁定在modules/functions.py中的load函数中的name属性这个位置，接下来便不知如何处理。
这个你对照下pytorch版本吧，我估计就是你的机器syncbn编译不过去，不行你就换成正常bn, 不过可能有掉点
通过查找原因，初步锁定在modules/functions.py中的load函数中的name属性这个位置，接下来便不知如何处理。
这个你对照下pytorch版本吧，我估计就是你的机器syncbn编译不过去，不行你就换成正常bn, 不过可能有掉点
我也遇到了这个问题，不过考虑到可能是由于是用的Windows环境(本来打算3080单卡减batchsize跑跑看发现报错)之后打算换成ubuntu试试看，另外作者使用的v100是16g版本还是32g版本?我这边打算上两块3090但可能pytorch1.9，cuda11.x对分布训练又有别的要求
我之前在2块2070进行训练；出现错误后换了实验室集群训练，使用4块2080仍然出现错误；之后通过查找资料排查错误，最终在集群环境通过命令“apt-get install ninja-build”安装 依赖，之后不再出现该错误，你可以试一下是否有效。
通过查找原因，初步锁定在modules/functions.py中的load函数中的name属性这个位置，接下来便不知如何处理。
这个你对照下pytorch版本吧，我估计就是你的机器syncbn编译不过去，不行你就换成正常bn, 不过可能有掉点
我也遇到了这个问题，不过考虑到可能是由于是用的Windows环境(本来打算3080单卡减batchsize跑跑看发现报错)之后打算换成ubuntu试试看，另外作者使用的v100是16g版本还是32g版本?我这边打算上两块3090但可能pytorch1.9，cuda11.x对分布训练又有别的要求
16g 32g都可以，我也记不清了，我们这儿有时候给32g的有时候给16g的；感觉速度差不多
通过查找原因，初步锁定在modules/functions.py中的load函数中的name属性这个位置，接下来便不知如何处理。
这个你对照下pytorch版本吧，我估计就是你的机器syncbn编译不过去，不行你就换成正常bn, 不过可能有掉点
我也遇到了这个问题，不过考虑到可能是由于是用的Windows环境(本来打算3080单卡减batchsize跑跑看发现报错)之后打算换成ubuntu试试看，另外作者使用的v100是16g版本还是32g版本?我这边打算上两块3090但可能pytorch1.9，cuda11.x对分布训练又有别的要求
16g 32g都可以，我也记不清了，我们这儿有时候给32g的有时候给16g的；感觉速度差不多
在Windows下是不是没有办法单卡训练呢？（我把命令行前的export指定显卡指令去掉了，在train.py里的os下设置了可见显卡为‘0’），inplace_abn替换为了普通bn（取消了注释），但运行会报诸如 CUDA error: invalid device ordinal，Ran out of input等问题（已经把后端改成gloo适用于windows虽然nccl才是多gpu的标配），就算把numworker按网上博客所说的解决方法改为0也无法跑起来（），因为之前没有接触过多卡项目所以不太明白其中的注意事项，麻烦作者解答了(也希望有跑通Windows单卡的小伙伴们能支支招hhh)
通过查找原因，初步锁定在modules/functions.py中的load函数中的name属性这个位置，接下来便不知如何处理。
这个你对照下pytorch版本吧，我估计就是你的机器syncbn编译不过去，不行你就换成正常bn, 不过可能有掉点
我也遇到了这个问题，不过考虑到可能是由于是用的Windows环境(本来打算3080单卡减batchsize跑跑看发现报错)之后打算换成ubuntu试试看，另外作者使用的v100是16g版本还是32g版本?我这边打算上两块3090但可能pytorch1.9，cuda11.x对分布训练又有别的要求
16g 32g都可以，我也记不清了，我们这儿有时候给32g的有时候给16g的；感觉速度差不多
在Windows下是不是没有办法单卡训练呢？（我把命令行前的export指定显卡指令去掉了，在train.py里的os下设置了可见显卡为‘0’），inplace_abn替换为了普通bn（取消了注释），但运行会报诸如 CUDA error: invalid device ordinal，Ran out of input等问题（已经把后端改成gloo适用于windows虽然nccl才是多gpu的标配），就算把numworker按网上博客所说的解决方法改为0也无法跑起来（），因为之前没有接触过多卡项目所以不太明白其中的注意事项，麻烦作者解答了(也希望有跑通Windows单卡的小伙伴们能支支招hhh)
没试过windows， 爱莫能助啊，为啥不用linux呢~
通过查找原因，初步锁定在modules/functions.py中的load函数中的name属性这个位置，接下来便不知如何处理。
这个你对照下pytorch版本吧，我估计就是你的机器syncbn编译不过去，不行你就换成正常bn, 不过可能有掉点
我也遇到了这个问题，不过考虑到可能是由于是用的Windows环境(本来打算3080单卡减batchsize跑跑看发现报错)之后打算换成ubuntu试试看，另外作者使用的v100是16g版本还是32g版本?我这边打算上两块3090但可能pytorch1.9，cuda11.x对分布训练又有别的要求
16g 32g都可以，我也记不清了，我们这儿有时候给32g的有时候给16g的；感觉速度差不多
Windows是不是没有办法单卡训练呢？（我只把命令行前的export指定显卡指令去掉了，也在train.py里的os下设置了可见显卡为‘0’），inplace_abn替换为了普通bn（取消了注释），但运行会报诸如 CUDA error: invalid device ordinal，Ran out of input等问题（已经把后端改成gloo适用于windows虽然nccl才是多gpu的标配），就算把numworker按网上博客所说改为0也无法跑起来（），之前没有接触过多卡的项目所以不太明白，麻烦作者了
通过查找原因，初步锁定在modules/functions.py中的load函数中的name属性这个位置，接下来便不知如何处理。
这个你对照下pytorch版本吧，我估计就是你的机器syncbn编译不过去，不行你就换成正常bn, 不过可能有掉点
我也遇到了这个问题，不过考虑到可能是由于是用的Windows环境(本来打算3080单卡减batchsize跑跑看发现报错)之后打算换成ubuntu试试看，另外作者使用的v100是16g版本还是32g版本?我这边打算上两块3090但可能pytorch1.9，cuda11.x对分布训练又有别的要求
16g 32g都可以，我也记不清了，我们这儿有时候给32g的有时候给16g的；感觉速度差不多
在Windows下是不是没有办法单卡训练呢？（我把命令行前的export指定显卡指令去掉了，在train.py里的os下设置了可见显卡为‘0’），inplace_abn替换为了普通bn（取消了注释），但运行会报诸如 CUDA error: invalid device ordinal，Ran out of input等问题（已经把后端改成gloo适用于windows虽然nccl才是多gpu的标配），就算把numworker按网上博客所说的解决方法改为0也无法跑起来（），因为之前没有接触过多卡项目所以不太明白其中的注意事项，麻烦作者解答了(也希望有跑通Windows单卡的小伙伴们能支支招hhh)
没试过windows， 爱莫能助啊，为啥不用linux呢~
hhhh thx,最近生产实习分配的工位是张3080windows（看样子应该跑不出来，可以提前放工了，bushi），没去问公司那边有没有专门的服务器，本来想试试看能不能运行先出个初步结果，没想到根本跑不起来，xs，蹲蹲看说不定真有朋友单卡整出来了，或者我尝试改成paddle去aistudio试试看多卡（懒，且摸鱼）
通过查找原因，初步锁定在modules/functions.py中的load函数中的name属性这个位置，接下来便不知如何处理。
这个你对照下pytorch版本吧，我估计就是你的机器syncbn编译不过去，不行你就换成正常bn, 不过可能有掉点
我也遇到了这个问题，不过考虑到可能是由于是用的Windows环境(本来打算3080单卡减batchsize跑跑看发现报错)之后打算换成ubuntu试试看，另外作者使用的v100是16g版本还是32g版本?我这边打算上两块3090但可能pytorch1.9，cuda11.x对分布训练又有别的要求
16g 32g都可以，我也记不清了，我们这儿有时候给32g的有时候给16g的；感觉速度差不多
Windows是不是没有办法单卡训练呢？（我只把命令行前的export指定显卡指令去掉了，也在train.py里的os下设置了可见显卡为‘0’），inplace_abn替换为了普通bn（取消了注释），但运行会报诸如 CUDA error: invalid device ordinal，Ran out of input等问题（已经把后端改成gloo适用于windows虽然nccl才是多gpu的标配），就算把numworker按网上博客所说改为0也无法跑起来（），之前没有接触过多卡的项目所以不太明白，麻烦作者了
通过查找原因，初步锁定在modules/functions.py中的load函数中的name属性这个位置，接下来便不知如何处理。
这个你对照下pytorch版本吧，我估计就是你的机器syncbn编译不过去，不行你就换成正常bn, 不过可能有掉点
我也遇到了这个问题，不过考虑到可能是由于是用的Windows环境(本来打算3080单卡减batchsize跑跑看发现报错)之后打算换成ubuntu试试看，另外作者使用的v100是16g版本还是32g版本?我这边打算上两块3090但可能pytorch1.9，cuda11.x对分布训练又有别的要求
16g 32g都可以，我也记不清了，我们这儿有时候给32g的有时候给16g的；感觉速度差不多
在Windows下是不是没有办法单卡训练呢？（我把命令行前的export指定显卡指令去掉了，在train.py里的os下设置了可见显卡为‘0’），inplace_abn替换为了普通bn（取消了注释），但运行会报诸如 CUDA error: invalid device ordinal，Ran out of input等问题（已经把后端改成gloo适用于windows虽然nccl才是多gpu的标配），就算把numworker按网上博客所说的解决方法改为0也无法跑起来（），因为之前没有接触过多卡项目所以不太明白其中的注意事项，麻烦作者解答了(也希望有跑通Windows单卡的小伙伴们能支支招hhh)
没试过windows， 爱莫能助啊，为啥不用linux呢~
hhhh thx,最近生产实习分配的工位是张3080windows（看样子应该跑不出来，可以提前放工了，bushi），没去问公司那边有没有专门的服务器，本来想试试看能不能运行先出个初步结果，没想到根本跑不起来，xs，蹲蹲看说不定真有朋友单卡整出来了，或者我尝试改成paddle去aistudio试试看多卡（懒，且摸鱼）
23333333
通过查找原因，初步锁定在modules/functions.py中的load函数中的name属性这个位置，接下来便不知如何处理。
这个你对照下pytorch版本吧，我估计就是你的机器syncbn编译不过去，不行你就换成正常bn, 不过可能有掉点
想请问一下，正常bn和作者的InPlaceABNSync什么区别？尤其是我看调用的时候activation设成了none
