Résoudre les problèmes liés à l'informatique GPU sans serveur

Cette page fournit des informations pour vous aider à résoudre les problèmes liés à l’utilisation du calcul GPU serverless.

L’Assistant Databricks peut vous aider à diagnostiquer et suggérer des correctifs pour les erreurs d’installation de bibliothèque. Consultez Utiliser l’Assistant pour déboguer les erreurs d’environnement de calcul.

ValueError : la taille numpy.dtype a changé, peut indiquer une incompatibilité binaire. Attendu 96 à partir de l’en-tête C, a obtenu 88 de PyObject

L’erreur se produit généralement lorsqu’il existe une incompatibilité dans les versions NumPy utilisées lors de la compilation d’un package dépendant et de la version NumPy actuellement installée dans l’environnement d’exécution. Cette incompatibilité se produit souvent en raison des modifications apportées à l’API C de NumPy et est particulièrement notable de NumPy 1.x à 2.x. Cette erreur indique que le package Python installé dans le notebook a peut-être changé la version de NumPy.

Solution recommandée :

Vérifiez la version numPy dans le runtime et vérifiez qu’elle est compatible avec vos packages. Pour plus d’informations sur les bibliothèques Python préinstallées, consultez les notes de publication du calcul GPU serverless pour l’environnement 4 et l’environnement 3 . Si vous avez une dépendance sur une autre version de NumPy, ajoutez cette dépendance à votre environnement de calcul.

PyTorch ne peut pas trouver libcudnn lors de l’installation de torche

Lorsque vous installez une autre version de torch, vous pouvez voir l’erreur suivante : ImportError: libcudnn.so.9: cannot open shared object file: No such file or directory. Cela est dû au fait que torch recherche uniquement la bibliothèque cuDNN dans le répertoire local.

Solution recommandée :

Réinstallez les dépendances en ajoutant --force-reinstall lors de l'installation de torch.