Laptop GPU with CUDA capability sm_86 is not compatible with current PyTorch

Laptop GPU with CUDA capability sm_86 is not compatible with current PyTorch

问题描述:“具有CUDA功能的笔记本GPU sm_86与当前PyTorch不兼容”
先明白这个顺序对应关系:GPU->CUDA->pytorch
那原因就有三种:

原因一:显卡与CUDA版本不对应
说白了就是显卡越好就要装版本更高的CUDA,下图为显卡算力图和CUDA要求的算力图:

显卡算力图
在这里插入图片描述

CUDA要求算力图
10.X版本的CUDA最高支持算力为7.5的显卡,所以不支持3060 3070 3080 的显卡。
在这里插入图片描述
而11.X的CUDA可以支持8.0算力以上的显卡,所以3060 3070 3080 要装11.X版本的CUDA
在这里插入图片描述
原因二:CUDA版本与pytorch版本不对应

点击我的链接去pytorch官网对应页面下载。链接官网

原因三:三者都不对应

后话
建议观看这个B站UP主的视频视频链接,他把深度学习的环境一条龙都教了。我的问题出在安装了他视频中10.1版本的CUDA(他其他步骤是对的,唯独这个CUDA版本要因人而异,因为显卡有区别),和我的3070不符,而出现标题的错误。
然后我把按照他视频中的操作:把CUDA10.1卸了,再装11.3,自己再去pytorch官网搜对应的pytorch1.12(上文已给出链接),在Anaconda prompt(命令是conda activate py38)进入py38虚拟环境(这里视频教的是建py37,但是py37不支持1.12版本的pytorch,所以我建的是py38)输入安装命令进行安装。
然后去pycharm 中,查看装好没:
在这里插入图片描述
装好了!哈哈哈哈哈

在这里插入图片描述
在这里插入图片描述
代码成功运行,再没有出现标题的错误,成功训练:
(运行的时候记得把pycharm右下角的编译器换成py38)
在这里插入图片描述

  • 3
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
### 回答1: 当前的PyTorch安装版本不支持NVIDIA GeForce RTX 3060笔记本GPU,其CUDA能力架构为sm_86,而当前PyTorch版本只支持CUDA能力架构为sm_37、sm_50、sm_60、sm_61、sm_70、sm_75和compute_37的GPU设备。 ### 回答2: nvidia geforce rtx 3060笔记本电脑GPU带有CUDA能力SM_86,但不兼容当前的PyTorch安装。当前的PyTorch安装支持CUDA能力SM_37,SM_50,SM_60,SM_61,SM_70,SM_75,以及compute_37。 这是因为PyTorch是使用CUDA工具包来利用GPU加速计算的深度学习框架。但是,CUDA工具包还需要与特定GPU的计算能力相匹配的驱动程序和库版本。不同版本的GPU具有不同的计算能力,如SM_37,SM_50,SM_60等。如果安装的PyTorch版本不与GPU计算能力兼容,则无法使用GPU来加速计算。 对于nvidia geforce rtx 3060 GPU,需要使用至少CUDA 11.1版本才能支持SM_86计算能力。而当前的PyTorch版本可能只支持旧版本的CUDA,因此无法使用SM_86计算能力。 解决此问题的方法是升级PyTorchCUDA版本以支持更高级别的计算能力SM_86。或者,您可以将PyTorch降级到支持SM_80和SM_81的版本。 总而言之,要在PyTorch中使用GPU加速计算,您需要确保您的PyTorch版本与您的GPU计算能力兼容,并安装相应的CUDA版本和驱动程序。 ### 回答3: NVIDIA GeForce RTX 3060 laptop GPU是一款性能优异的显卡,它可以处理精密的运算任务,被广泛应用于各种需要高性能运算的领域,比如深度学习、机器学习、科学计算等。CUDA是NVIDIA的并行计算平台和编程模型,可以帮助开发者利用GPU的计算能力加速各种任务,包括常见的矩阵乘法、卷积等。 然而,现有的PyTorch安装不支持NVIDIA GeForce RTX 3060 Laptop GPUCUDA架构,这是因为当前支持的CUDA架构版本是sm_37、sm_50、sm_60、sm_61、sm_70和sm_75,而RTX 3060的CUDA架构版本是sm_86。因此,如果要在PyTorch中使用RTX 3060 GPU进行运算,需要先升级PyTorchCUDA架构支持。 升级PyTorchCUDA架构支持可以使用conda或pip等工具完成。首先,需要检查当前的Python环境下是否已经安装了GPU版本的PyTorch,可以在Python交互界面中输入如下命令: import torch print(torch.version.cuda) 如果输出结果为None,表示当前的PyTorch版本不支持CUDA,需要重新安装GPU版本的PyTorch。可以通过如下命令安装最新版本的PyTorch: conda install pytorch torchvision torchaudio cudatoolkit=11.0 -c pytorch 或者: pip install torch torchvision torchaudio -f https://download.pytorch.org/whl/cu110/torch_stable.html 其中,cudatoolkit=11.0是指安装CUDA 11.0版本的CUDA工具包,这是RTX 3060支持的CUDA版本。安装完成后,再次运行上述检查命令,应该能够看到输出结果为CUDA 11.0。 除了PyTorch,还有其他的深度学习框架也需要支持RTX 3060的CUDA架构,比如TensorFlow、Caffe等。升级方法类似,需要更新相应的CUDA工具包和深度学习框架代码。总之,要想充分发挥RTX 3060的计算能力,必须保证软件环境的兼容性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值