首页
/ 解决macOS上运行ml-depth-pro项目时的Half精度错误

解决macOS上运行ml-depth-pro项目时的Half精度错误

2025-06-13 18:37:36作者:苗圣禹Peter

问题背景

在使用苹果开源的ml-depth-pro项目进行深度估计时,部分macOS用户遇到了一个与数据类型相关的运行时错误。具体表现为当尝试在配备M1/M2芯片或AMD显卡的Mac电脑上运行深度估计模型时,程序会抛出"RuntimeError: 'compute_indices_weights_linear' not implemented for 'Half'"的错误信息。

错误分析

这个错误的核心在于PyTorch在macOS平台上对半精度浮点数(Half precision, float16)的支持不完整。具体来说:

  1. 项目默认使用torch.half(半精度)来提升推理速度并减少内存占用
  2. 但在macOS的Metal Performance Shaders(MPS)后端中,某些操作(特别是上采样插值操作)尚未完全支持半精度计算
  3. 当模型执行到需要双线性上采样的步骤时,系统找不到对应的半精度实现

解决方案

方法一:强制使用单精度浮点数

最直接的解决方案是将模型的计算精度从半精度(float16)改为单精度(float32)。这可以通过修改项目中的run.py文件实现:

  1. 定位到depth_pro/cli/run.py文件
  2. 找到run(args)函数中定义精度的部分
  3. 将torch.half改为torch.float32

这种修改虽然会略微增加内存使用量,但能确保所有操作都能正常执行。

方法二:调整MPS内存分配策略

在macOS上运行大型模型时,还可能需要调整MPS的内存分配策略:

export PYTORCH_MPS_HIGH_WATERMARK_RATIO=0.0

或者使用更保守的设置:

export PYTORCH_MPS_HIGH_WATERMARK_RATIO=0.7

这个环境变量控制了MPS后端的内存分配行为,设置为0.0表示不设上限,而0.7表示使用70%的可用内存作为上限。

技术细节

  1. 精度选择的影响

    • float16:内存占用减半,理论计算速度更快,但数值范围小,容易溢出
    • float32:传统单精度,数值稳定,但内存占用和计算量更大
  2. MPS后端限制

    • macOS 13.0以下版本对某些上采样操作的支持不完整
    • 部分操作在MPS后端会回退到CPU执行,影响性能
  3. 性能考量

    • 在配备强大GPU的Mac上,使用float32通常不会造成明显性能下降
    • 内存充足的设备上,float32是更安全的选择

最佳实践建议

  1. 对于开发环境,优先使用float32确保稳定性
  2. 在生产部署时,可以在支持的硬件上尝试float16以获得更好性能
  3. 定期检查PyTorch的MPS后端更新,苹果正在不断完善对半精度的支持
  4. 对于大型模型,合理设置PYTORCH_MPS_HIGH_WATERMARK_RATIO以避免内存问题

通过以上调整,用户可以在macOS平台上顺利运行ml-depth-pro项目,获得准确的深度估计结果。随着PyTorch对MPS后端支持的不断完善,未来这些限制有望得到进一步缓解。

登录后查看全文
热门项目推荐

热门内容推荐

项目优选

收起
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
136
187
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
884
523
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
362
381
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
182
264
kernelkernel
deepin linux kernel
C
22
5
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
7
0
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.09 K
0
note-gennote-gen
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
84
4
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
614
60
open-eBackupopen-eBackup
open-eBackup是一款开源备份软件,采用集群高扩展架构,通过应用备份通用框架、并行备份等技术,为主流数据库、虚拟化、文件系统、大数据等应用提供E2E的数据备份、恢复等能力,帮助用户实现关键数据高效保护。
HTML
120
79