前言

不得不说环境是一个非常玄学的东西            ，距离上次成功在 FB15k-237 数据集上跑 convE 模型没多久

ConvE
 
  
 
  
 
  
 
  
 
  
 
  ，知识图谱嵌入（KGE）论文复现（Ubuntu 20.04）_Starprog_UESTC_Ax的博客-CSDN博客_conve 知识图谱ConvE(KGE模型)—论文复现（Ubuntu 20.04）(2022.03.07)https://angxiao.blog.csdn.net/article/details/123315377今天又在更换自己的数据集重跑 convE 模型











，很神奇的报错：

RuntimeError: cuDNN error: CUDNN_STATUS_EXECUTION_FAILED

在跑两次模型之间这段时间  
  
  
  
  
  
，我并没有动我的 GPU 环境 
  
  
  
  
  
 ，包括内核都用的之前的：

内核版本：5.13.0-35-generic

uname -a

另外


 


 


 


 


 


 ，用这个环境跑 OpenKE【这 个工具包不含convE 】 也都没问题

网上搜了这个错误 
 
 
 
 
 
，有的说是指定显卡号  
   
   
   
   
   
 ，大多说是 cuda 和 cuDNN 版本不匹配的问题

 

 

 

 

 

 ，让安装对应版本的 cuDNN 
  
  
  
  
  
 。由于我之前装的时候
 

 

 

 

 

 
，cuda 和 cuDNN 版本是匹配的【是否匹配            ，在 cuDNN 官网 可查】
 

 
 

 
 

 
 

 
 

 
 

 ，所以我将 cuDNN 卸载重装











，最终成功                  ，把今天排错解决过程放在下边
 
 
 
 
 
 
 
 
 
 
 
 ，大家有需要可以参考

一 
  
  
  
  
  
 、检查是否有可用的显卡

输入 python 进入环境

















，运行命令：

import torch print(torch.cuda.device_count()) #可用GPU数量

如果 没有可用显卡 或 GPU 环境配置有误            ，就会输出 0
 
  
 
  
 
  
 
  
 
  
 
  ，在模型运行中











，就会报以下错误：

cuda runtime error (38) : no CUDA-capable device is detected

我的莫名其妙重启解决了这个错误【也可以通过开机的高级选项  
  
  
  
  
  
，换个内核版本看看】 
  
  
  
  
  
 ，输出 0 这种情况每台机器不一样


 


 


 


 


 


 ，详细原因可以百度对应解决 
 
 
 
 
 
，多说无益...

如果输出大于等于 2  
   
   
   
   
   
 ，前言部分所提错误可能是由于没有指定显卡号造成的

 

 

 

 

 

 ，可以在模型代码前加入一行：

os.environ[CUDA_VISIBLE_DEVICES] = 0

由于我的输出为 1
 

 

 

 

 

 
，错误应该不在这一节 

二 
  
  
  
  
  
 、检查 cuda 版本 和 cuDNN 版本

① 检查 cuda 版本

查询当前驱动支持的最高版本：

nvidia-smi

查询目前安装的 cuda 版本：

nvcc -V

也可以通过如下命令            ，看到更为详细的信息
 

 
 

 
 

 
 

 
 

 
 

 ，包括与之 communicate 的驱动：

cat /usr/local/cuda/cuda.json

②  检查 cuDNN 版本

有 cudnn.h 文件但无输出











，版本未知                  ，理论上
 
 
 
 
 
 
 
 
 
 
 
 ，我之前安装的 v 8.3.0

















，不会去傻乎乎动这个库的

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

三

 


 


 


 


 


 
、卸载并重新安装 cuDNN 

① 卸载 cuDNN v 8.3.0

查找出现位置：

注意按照下图顺序卸载【含 2004 的那项那个不卸】：

② 安装 cuDNN v 8.3.0

重复内容            ，不再赘述
 
  
 
  
 
  
 
  
 
  
 
  ，参考以下博文：

(15条消息) Ubuntu 20.04 系统（双系统环境下）中深度学习环境配置（Pytorch + GPU）_Starprog_UESTC_Ax的博客-CSDN博客_ubuntu子系统https://angxiao.blog.csdn.net/article/details/123196056不过在验证是否安装成功阶段











，报了个小错：

AttributeError: module torch.jit has no attribute unused

原因：torch 和 torchvision 版本不匹配

解决：

安装 torch 1.4.0 版本：

安装 torchvision 0.5.0 版本

再次验证  
  
  
  
  
  
，成功：

四 
 
 
 
 
 
、重跑模型 convE

python wrangle_KG.py BA CUDA_VISIBLE_DEVICES=0 python main.py --model conve --data BA \ --input-drop 0.2 --hidden-drop 0.3 --feat-drop 0.2 \ --lr 0.003 --preprocess

 成功执行：

附录

换源加速安装

如果下载速度很慢 
  
  
  
  
  
 ，在原来安装语句上添加 -i 和 如下任一镜像地址即可切换国内服务器：

阿里云 http://mirrors.aliyun.com/pypi/simple/ 中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/ 豆瓣(douban) http://pypi.douban.com/simple/ 清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/ 中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/