为什么在进行一次训练加载后，会出现找不到显卡no slot的报错呢？

deepseek-ai / DeepSeek-Coder

DeepSeek Coder: Let the Code Write Itself

https://coder.deepseek.com/

MIT License

5.99k stars 431 forks source link

为什么在进行一次训练加载后，会出现找不到显卡no slot的报错呢？ #167

Open ZhiyuYUE opened 2 weeks ago

ZhiyuYUE commented 2 weeks ago

并且第一次训练时，0卡会无法加载完训练集导致卡在94%，终止之后再进行训练就会出现以下报错： raise ValueError(f"No slot '{slot}' specified on host '{hostname}'") ValueError: No slot '4' specified on host 'localhost'