Skip to content

  • 体验新版
    • 正在加载...
  • 登录
  • PaddlePaddle
  • Paddle
  • Issue
  • #12493

P
Paddle
  • 项目概览

PaddlePaddle / Paddle
大约 2 年 前同步成功

通知 2325
Star 20933
Fork 5424
  • 代码
    • 文件
    • 提交
    • 分支
    • Tags
    • 贡献者
    • 分支图
    • Diff
  • Issue 1423
    • 列表
    • 看板
    • 标记
    • 里程碑
  • 合并请求 543
  • Wiki 0
    • Wiki
  • 分析
    • 仓库
    • DevOps
  • 项目成员
  • Pages
P
Paddle
  • 项目概览
    • 项目概览
    • 详情
    • 发布
  • 仓库
    • 仓库
    • 文件
    • 提交
    • 分支
    • 标签
    • 贡献者
    • 分支图
    • 比较
  • Issue 1,423
    • Issue 1,423
    • 列表
    • 看板
    • 标记
    • 里程碑
  • 合并请求 543
    • 合并请求 543
  • Pages
  • 分析
    • 分析
    • 仓库分析
    • DevOps
  • Wiki 0
    • Wiki
  • 成员
    • 成员
  • 收起侧边栏
  • 动态
  • 分支图
  • 创建新Issue
  • 提交
  • Issue看板
已关闭
开放中
Opened 8月 01, 2018 by saxon_zh@saxon_zhGuest

多机异步下有时会出core

Created by: ccmeteorljh

paddle version 0.14 模型:machine_translation 代码库地址:https://github.com/xuezhong/transformer-nist 作业运行配置: 2个pserver,4个trainer,8卡 启动脚本:

LAGS_rpc_deadline=3000000 python -u thirdparty/model/transformer_cloud/train.py --src_vocab_fpath ./thirdparty/nist06n/cn_30001.dict --trg_vocab_fpath ./thirdparty/nist06n/en_30001.dict --train_file_pattern './train_data/part-*' --val_file_pattern './test_data/part-*' --batch_size 1024 --use_token_batch True  --special_token '_GO' '_EOS' '_UNK' --pass_num=100 --iterations=1000 --local False --sync False

有一个trainer挂掉,日志如下:

init fluid.framework.default_startup_program
*** Aborted at 1533109074 (unix time) try "date -d @1533109074" if you are using GNU date ***
PC: @                0x0 (unknown)
*** SIGSEGV (@0x10) received by PID 3524 (TID 0x7f6758b81700) from PID 16; stack trace: ***
    @     0x7f6803be1500 (unknown)
    @     0x7f67f8e14f34 std::_Rb_tree_rotate_left()
    @     0x7f67f8e150d4 std::_Rb_tree_insert_and_rebalance()
    @     0x7f67a6a7e708 _ZNSt8_Rb_treeIN5boost7variantIN6paddle8platform9CUDAPlaceENS3_8CPUPlaceENS3_15CUDAPinnedPlaceENS0_6detail7variant5void_ES9_S9_S9_S9_S9_S9_S9_S9_S9_S9_S9_S9_S9_S9_S9_S9_EESt4pairIKSA_PNS3_13DeviceContextEESt10_Select1stISF_ESt4lessISA_ESaISF_EE22_M_emplace_hint_uniqueIJRKSt21piecewise_construct_tSt5tupleIJRSC_EESQ_IJEEEEESt17_Rb_tree_iteratorISF_ESt23_Rb_tree_const_iteratorISF_EDpOT_
    @     0x7f67a6a7e2d7 paddle::framework::details::ComputationOpHandle::NeedWait()
    @     0x7f67a6aab52d paddle::framework::details::OpHandleBase::WaitInputVarGenerated()
    @     0x7f67a6a7d90f paddle::framework::details::ComputationOpHandle::RunImpl()
    @     0x7f67a6aaadc5 paddle::framework::details::OpHandleBase::Run()
    @     0x7f67a6aa208a _ZZN6paddle9framework7details24ThreadedSSAGraphExecutor5RunOpEPNS0_13BlockingQueueIPNS1_13VarHandleBaseEEEPNS1_12OpHandleBaseEENKUlvE_clEv
    @     0x7f67a68f8233 std::_Function_handler<>::_M_invoke()
    @     0x7f67a5e5bba7 std::__future_base::_State_base::_M_do_set()
    @     0x7f6803bdeb23 __pthread_once_internal
    @     0x7f67a6aa0e62 _ZNSt13__future_base11_Task_stateISt5_BindIFZN6paddle9framework7details24ThreadedSSAGraphExecutor5RunOpEPNS3_13BlockingQueueIPNS4_13VarHandleBaseEEEPNS4_12OpHandleBaseEEUlvE_vEESaIiEFvvEE6_M_runEv
    @     0x7f67a5e5d6e4 _ZZN10ThreadPoolC1EmENKUlvE_clEv
    @     0x7f67f8e61470 (unknown)
    @     0x7f6803bd9851 start_thread
    @     0x7f680329c90d clone
    @                0x0 (unknown)
*********************error messages********************
指派人
分配到
无
里程碑
无
分配里程碑
工时统计
无
截止日期
无
标识: paddlepaddle/Paddle#12493
渝ICP备2023009037号

京公网安备11010502055752号

网络110报警服务 Powered by GitLab CE v13.7
开源知识
Git 入门 Pro Git 电子书 在线学 Git
Markdown 基础入门 IT 技术知识开源图谱
帮助
使用手册 反馈建议 博客
《GitCode 隐私声明》 《GitCode 服务条款》 关于GitCode
Powered by GitLab CE v13.7