此贴仅为记录debug过程，为防后续再次遇见

问题

问题情境
复现文章模型，使用GPU跑代码，有两张GPU，设置在 cuda: 1 上跑

问题描述
在模型测试加载最优模型时报错：torch.cuda.device_count()显示GPU卡数量只有一张，无法加载使用卡1
在这里插入图片描述

报错信息
运行超时

RuntimeError: Attempting to deserialize object on CUDA device 1 but torch.cuda.device_count() is 1. Please use torch.load with map_location to map your storages to an existing device.

解决

发现是以下代码问题

os.environ['CUDA_VISIBLE_DEVICES'] = args.gpu

该语句限制了 PyTorch 进程可以看到的 GPU。例如，如果 x=“0”，则你的代码只能看到一张 GPU（设备 0），即使你机器有多张卡，之后你调用 torch.cuda.device_count() 就只会返回 1

将该行代码注释后可以成功使用GPU 1 运行测试
在这里插入图片描述

# 算法 # python # 人工智能
Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

deck.gl TripsLayer 出租车轨迹动画示例实战：从示例运行到着色器原理

TripsLayer 是 deck.gl 中用于渲染**随时间流动的轨迹动画**（如出租车行程、物流路径、迁徙路线）的核心图层。本文以仓库中的最小独立示例 [examples/website/trips](https://link.gitcode.com/i/1442af8f442f4cff39ff546e050fceb5) 为骨架，带你完成从安装依赖、启动应用、理解曼哈顿出租车数据格式，到深入

avatar 天工造物局

Foundry Anvil 中 eth_simulateV1 的 Blob 交易与 Blob Gas 字段规范化：原理、实现与测试验证

本篇技术指南以 [anvil-simulate-blob-transactions.md](https://link.gitcode.com/i/3d2ebe227262de169335eb290af80da8) 这条 changelog 条目为起点，深入剖析 Foundry Anvil 对 `eth_simulateV1` RPC 返回结果中 blob（EIP-4844）交易与 blob gas

avatar 天工造物局

LMCache CLI 实战：用 `lmcache kvcache clear` 管理运行中服务的 KV Cache 状态

本文是一份针对 LMCache 官方 CLI 命令 `lmcache kvcache` 的完整技术指南。该命令用于在**运行中的 LMCache 服务（MP HTTP server）**上管理 KV cache 状态，当前提供 `clear` 子命令，用于清空 L1（CPU 内存）层中缓存的全部 KV 数据。读完本文，你将掌握该命令的完整参数体系、退出码语义、终端/JSON/静默三种输出模式，并能

avatar 天工造物局