從單個gpu轉換到多個gpu.Throws一個錯誤TypeError：'list'和'int'的實例之間不支持'<'

Question

我已經從使用單個gpu轉移到多個gpu。 該代碼引發錯誤

    epoch       main/loss   validation/main/loss  elapsed_time
   Exception in main training loop: '<' not supported between instances of 
    'list' and 'int'
       Traceback (most recent call last):
   File "/home/ubuntu/anaconda3/envs/chainer_p36/lib/python3.6/site- 
       packages/chainer/training/trainer.py", line 318, in run
       entry.extension(self)
   File "/home/ubuntu/anaconda3/envs/chainer_p36/lib/python3.6/site- 
        packages/chainer/training/extensions/evaluator.py", line 157, in 
        __call__
         result = self.evaluate()
    File "/home/ubuntu/anaconda3/envs/chainer_p36/lib/python3.6/site- 
         packages/chainer/training/extensions/evaluator.py", line 206, in evaluate
       in_arrays = self.converter(batch, self.device)
    File "/home/ubuntu/anaconda3/envs/chainer_p36/lib/python3.6/site- 
       packages/chainer/dataset/convert.py", line 150, in concat_examples
       return to_device(device, _concat_arrays(batch, padding))
    File "/home/ubuntu/anaconda3/envs/chainer_p36/lib/python3.6/site- 
       packages/chainer/dataset/convert.py", line 35, in to_device
          elif device < 0:

在重新啟動異常之前，將最終確定培訓師擴展和更新程序。

我試過沒有使用gpu它工作正常。 但是當使用單個gpu時，得到了內存不足的錯誤。所以，移動了p28xlarge實例，現在它拋出了上面的錯誤。問題出在哪里，如何解決？

使用8個gpu進行更改

     num_gpus = 8
     chainer.cuda.get_device_from_id(0).use()

3.＃更新者

     if num_gpus > 0:

        updater = training.updater.ParallelUpdater(
        train_iter,
        optimizer,
        devices={('main' if device == 0 else str(device)): device for 
                 device in range(num_gpus)},
    )
    else:
        updater = training.updater.StandardUpdater(train_iter, optimizer, 
                    device=args.gpus)

4.和兒子.. 5.培訓：

       trainer.run()

輸出 - epoch main / loss驗證/ main / loss elapsed_time主訓練循環中的異常：'list'和'int'實例之間不支持'<'

我期望輸出為

          epoch       main/loss   validation/main/loss  elapsed_time
           1.         
           2. 
           3. and so on till it converge's.

Answer 1

當它將數據傳輸到指定device時，它似乎是由Evaluator擴展引起的錯誤。 你如何指定device Evalutor.__init__ ？ 請注意，它應該是單個設備。 也許這個例子可以作為參考https://github.com/chainer/chainer/blob/master/examples/mnist/train_mnist_data_parallel.py