相关疑难解决方法(0)

我需要在python脚本中设置一些环境变量,我希望从python(shell脚本)调用的所有其他脚本都是子进程,以查看环境变量集.该值是一个数字.

如果我这样做os.environ["DEBUSSY"] = 1,它抱怨说1必须是字符串.我也想知道在设置之后如何在python中读取环境变量(在脚本的后面部分).

我运行了一个关于深度学习网络的代码，首先我训练了网络，它运行良好，但是运行到验证网络时出现此错误。

我有五个 epoch，每个 epoch 都有一个训练和验证的过程。我在第一个纪元验证时遇到了错误。所以我没有运行验证代码，我发现代码可以运行到第二个纪元并且没有错误。

我的代码：

for epoch in range(10,15): # epoch: 10~15
    if(options["training"]["train"]):
        trainer.epoch(model, epoch)

    if(options["validation"]["validate"]):
    #if(epoch == 14):
        validator.epoch(model)

我觉得验证代码可能有一些错误。但我找不到那个。

我在我的机器（运行 Ubuntu 18.04 和 Anaconda 和 Python 3.7）中添加了一个 GeForce GTX 1080 Ti，以便在使用 PyTorch 时利用 GPU。两张卡都正确识别：

$ lspci | grep VGA
03:00.0 VGA compatible controller: NVIDIA Corporation GF119 [NVS 310] (reva1)
04:00.0 VGA compatible controller: NVIDIA Corporation GP102 [GeForce GTX 1080 Ti] (rev a1)

NVS 310 处理我的 2 显示器设置，我只想将 1080 用于 PyTorch。我还安装了当前在存储库中的最新 NVIDIA 驱动程序，这似乎没问题：

$ nvidia-smi 
Sat Jan 19 12:42:18 2019       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 390.87                 Driver Version: 390.87                    |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC | …

我有一个问题在哪里

import torch
print(torch.cuda_is_available())

将打印 False，并且我无法使用可用的 GPU。我已经在环境中进行了尝试conda，我安装了与我拥有的 NVIDIA 驱动程序相对应的 PyTorch 版本。我也在 docker 容器中尝试过，我也做了同样的事情。我已在远程服务器上尝试过这两个选项，但都失败了。我知道我已经安装了正确的驱动程序版本，因为我在安装 PyTorch 之前检查了版本nvcc --version，并且检查了nvidia-smi可以正确显示机器上 GPU 的 GPU 连接。

另外，我检查了这篇文章并尝试导出CUDA_VISIBLE_DEVICES，但没有运气。

在服务器上，我有 NVIDIA V100 GPU，CUDA 版本为 10.0（适用于 conda 环境），在我构建的 docker 容器上有版本 10.2。任何帮助或推动正确的方向将不胜感激。谢谢！