ValueError: Error initializing torch.distributed using tcp:// rendezvous: port number missing

用 pytorch 训练 ABCNet 网络 【GitHub】，

OMP_NUM_THREADS=1 
python tools/train_net.py \
--config-file configs/BAText/$confpath/attn_R_50.yaml \
--num-gpus 4 \
MODEL.WEIGHTS text_pretraining/attn_R_50/pretrain_attn_R_50.pth
1
2
3
4
5

报错

ValueError: Error initializing torch.distributed using tcp:// rendezvous: port number missing

原因：缺失端口
需要指定端口号或者 TCP 的 URL

当前系统有哪些端口可用呢？对于Linux 上 tcp 类型的端口，使用下面语句查看 【参考】

netstat -ntpl
1

训练时指定 TCP URL 即可

OMP_NUM_THREADS=1 
python tools/train_net.py \
--config-file configs/BAText/$confpath/attn_R_50.yaml \
--num-gpus 4 \
--dist-url tcp://127.0.0.11:3806 \
MODEL.WEIGHTS text_pretraining/attn_R_50/pretrain_attn_R_50.pth
1
2
3
4
5
6

如果地址已被占用，就换个端口号，多试几个
RuntimeError: Address already in use

具体到其他训练语句，需要添加相应的命令行参数。