【2021微信大数据挑战赛】常见问题之TI-ONE平台使用相关

• CUDA环境怎么安装？

TI-ONE平台安装cuda指引：https://cloud.tencent.com/developer/article/1845781

先切到root（sudo su root) 再安装，安装失败看看安装日志。该指引只测试过安装cuda10.1，其他版本没测试过。但TI-ONE不支持安装Nvidia 驱动，因此大家需要根据现有驱动版本 来看具体可以安装哪些cuda版本。

• cudnn环境怎么安装？

① 自定义环境可执行conda install cudnn cudatoolkit=10.1，版本可按照所需库对应关系设定，安装完可从对应conda环境的lib中看到库文件

② 使用系统默认环境（非conda环境配置）时，/usr/local/下是没有cuda库文件的，若需映射到/usr/local/cuda 路径下，则按照cuda安装指引完成cuda安装，在nvidia官网下载对应cudnn版本解压， 拷贝lib64目录和include/cudnn.h文件到/usr/local/cuda/lib64/和/usr/local/cuda/include/,然后配置环境并更新即可。

• 安装onnxruntime-gpu出错，导入出现问题：OSError: libcublas.so.10.0: cannot open shared object file: No such file or directory？

自定义conda环境的cuda需正确安装，可使用conda install cudnn cudatoolkit=10.1命令安装后，用pip install onnxruntime-gpu==1.2命令安装1.2版本，经验证1.2版本可用

onnxruntime-gpu版本与cuda，cudnn的版本关系详见：https://www.onnxruntime.ai/docs/reference/execution-providers/CUDA-ExecutionProvider.html#requirements

• 在提供的环境下，安装torch 1.7无法使用GPU？

需根据cuda版本（系统默认为cuda 10.1版本）来选择相应的torch安装版本，具体安装命令可查询 https://pytorch.org/get-started/previous-versions/

附1.7.1安装命令：

conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.1 -c pytorch

备注：如是GPU调用出错问题，请附报错log。

• 平台提供的Cuda 10.1为什么tf2.1 2.2 2.3无法使用gpu， 只有tf2.0可以？

系统默认cuda 10.1版本对应的tf版本有2.1（python版本2.7，3.5～3.7），2.2（python版本3.5～3.8），2.3（python版本3.5～3.8），默认tf虚拟环境安装了cuda 10.0 cudnn7.6 tf2.0，所以只有2.0能用gpu，自定义虚拟环境时需要在conda环境下重新安装对应的cuda cudnn tf版本

具体版本关系可查看tf官网https://tensorflow.google.cn/install/source

• 使用的默认环境，pytorch 可以正常训练模型，安装环境时出现错误OSError: CUDA_HOME environment variable is not set. Please set it to your CUDA install root，在/usr/local/ 下没看到cuda文件？

① conda环境的cuda库文件存储于conda环境所在目录的lib目录中，可以自行拷贝过去并配置环境即可

② 若需在/usr/local/下的cuda文件，则需要正确安装cuda及对应的cudnn，才可以正常使用GPU

• 是否支持安装Docker

不支持

• 是否支持nbextensions 插件

不支持

• 1*V100 资源只有40G内存，能否加一个1*V100 100G左右内存的资源？

不支持

• 在notebook上有什么debug代码的方法吗？

不支持debug

• tensorflow GPU版本 比 CPU 运行时间还长，用64核CPU，训练时看top，只使用了14个核？

计算量少的情况下GPU较CPU耗时长

传送门

赛事教程汇总专题