AMD3070运行torch中的cuda报错

最新推荐文章于 2024-05-16 21:20:44 发布
最新推荐文章于 2024-05-16 21:20:44 发布
阅读量2.6k 收藏 3
点赞数
文章标签： pycharm pytorch python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Nontele/article/details/120576076
版权

 

现在的AMD显卡已经可以使用GPU，但我下载时选择的是CUDA10.2的版本。导入到pycharm的环境中后，运行torch.cuda.is_available返回Ture。但是运行terson.to(desive = "cuda")报错

表示计算机的算力是86，而10.2的版本最高只能支持到算力75， 所以需要在pytorch官网中下载最新版本11.1.。

但要注意不能直接复制

conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c conda-forge

下载。因为anaconda自带的conda不能下载安装。会在等待下载半天最后报错。我们需要下载anaconda的一个包叫conda-forge.并将此设置为最高通道。

因为我的pytorch在增加的虚拟环境中，所以我有base和pytorch两个环境，考虑我是在pytorch中安装cuda,所以先激活环境

深度不学习@
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
AMD 显卡在windows下完美兼容transformer/pytorch
znsoft的专栏
05-03 3041
2. pip install torch-directml==0.2.0.dev230426 # 这个版本会变化 ，目前不支持安装的是1.13支持的版本，不能兼容transformer.经过微软的努力 ，支持pytorch 2.0的directml-torch 已经可以试用，经过测试，已经可以完美支持transformer库。你的amd显卡可以在windows下用来炼丹了。建议windows 10或11环境。1. 安装anaconda。
CUDA：torch.cuda.is_available()-＞False
小糖宝的博客
10-24 872
torch.cuda.is_available()->>False
CUDA开源 轻松跑AMD GPU/Intel x86 CPU
Jingle的专栏
01-17 2万+
第1页：NVIDIA宣布开源CUDA 英伟达公司近日宣布，公司将向学术研究人员与软件工具开发商提供用于新款英伟达 (NVIDIA) CUDA LLVM 编译器的源代码，让他们能够更轻松地为更多编程语言增添 GPU 支持、在替代处理器架构上支持 CUDA 应用程序。这标志着原本封闭的CUDA走向了开放，CUDA既可以运行非NVIDIA GPU产品也可以运行其他家的解决方案，并且能够让原
不是Nvidia(英伟达)显卡可以安装CUDA跑深度学习算法吗？
congcong0509的博客
11-08 1万+
不是Nvidia(英伟达)显卡可以安装CUDA跑深度学习算法吗？
torch.cuda.is_available（）返回False解决方案
12-21
在配置完环境以后运行程序，程序正常运行但是GPU没有任务，此时判断程序没有在GPU上运行。调试步骤： 先查看cuda安装有没有问题：nvcc -V                                  可以看到cuda驱动等安装没有问题。 进程序去看.cuda()或者.todevice之类代码，看程序确实放在GPU上了，故排除 但是在查看代码是看到这里是一个and，参数args.no_cuda是设置的Flase，所以问题因为在torch.cuda.is_available()，没有获得cuda加速。 查看深度学习环境搭建torch.cuda.is_available()这里返回了
查看电脑显卡（GPU）是否支持CUDA
chenhepg的博客
03-04 7万+
创建于：2020.03.04 修改于：2020.03.04 文章目录1、背景知识2、查看方法3、参考连接 1、背景知识 win10环境下，在Anaconda环境里面，想安装tensorflow。 tensorflow有CPU和GPU版本之分。我该安装哪一个呢？我的电脑是否支持GPU版本？ 什么是GPU CUDA（Compute Unified Device Architecture），是显卡厂商N...
Windows下，pycharm中使用GPU，torch.cuda.is_available()输出是false的解决
April_9501的博客
05-10 3168
晕死我了。看了好多方法，说为什么正常安装anaconda + cuda + pytorch后，gpu还是不可用。试了好多方法，重下在了好几个版本的cuda， 结果在pycharm中运行下面的代码： import torch torch.device('cpu'), torch.device('cuda'), torch.device('cuda:1') # 分别是访问CPU，访问第0个GPU，访问第1个GPU。第 𝑖 块GPU（ 𝑖 从0开始） print(torch.cuda.device_c
解决Linux下无法使用GPU，torch.cuda.is_available()返回False的问题（无论怎么下载都是cpu版本的问题）
m0_49519917的博客
03-03 1492
解决Linux下torch.cuda.is_available()返回False的问题，即无法使用GPU
amd显卡查看cuda版本
weixin_48789324的博客
02-10 3554
amd没有cuda版本
解决PyTorch无法调用GPU，torch.cuda.is_available()显示False的问题
fenixadar的博客
02-15 4565
解决PyTorch无法调用GPU，torch.cuda.is_available()显示False的问题 `Can not execute `setup.py` since setuptools is not available in the build environment` `ModuleNotFoundError: No module named '_ctypes'` 'soundfile' backend is not available.
Pycharm中import torch报错
01-20
Pycharm中import torch报错的解决方法 问题描述： 今天在跑GitHub上一个深度学习的模型，需要引入一个torch包，在pycharm中用pip命令安装时报错： 于是我上网寻求解决方案，试了很多都失败了，最后在：Anne琪琪的博客中找到了答案，下面记录一下解决问题的步骤： 1、打开Anaconda prompt执行下面命令： conda install pytorch-cpu torchvision-cpu -c pytorch 等待运行结束。 2、 测试torch是否安装成功 import torch print(torch.__version__) 如果输出了torc
torch-1.14.0+cuda11.8+sm-90+deepspeed
06-03
nvidia新卡h100支持算力90，torch官网提供的下载torch-1.13只支持到86，torch-2.0和torch-2.1倒是支持90，但deepspeed又不支持torch2 无奈下我编译了torch-1.14，配合cuda11.8，能支持h100运行在deepspeed下训练大模型了 编译&使用环境 ubuntu：22.04 python：3.10.6 nvidia-smi： 525.105.17 cuda：11.8 deepspeed：0.9.2 cpu：inter 注意：编译此轮子时我只加入了90算力，需要其它算力支持的话请联系我
Pycharm中import torch报错的快速解决方法
12-20
Pycharm中import torch报错 问题描述： 今天在跑GitHub上一个深度学习的模型，需要引入一个torch包，在pycharm中用pip命令安装时报错： 于是我上网寻求解决方案，试了很多都失败了，最后在：Anne琪琪的博客中找到了答案，下面记录一下解决问题的步骤： 1、打开Anaconda prompt执行下面命令： conda install pytorch-cpu torchvision-cpu -c pytorch 等待运行结束。 2、 测试torch是否安装成功 import torch print(torch.__version__) 如果输出了torch版本号，
AMD在SC16超算大会上宣布“Radeon开放计算平台”1.3版本
weixin_33831673的博客
07-03 95
在去年的SC15超算大会上，AMD宣布了自家面向高性能计算的软件平台 —— Boltzmann Initiative。今年4月的时候，AMD放出了该项目的首款软件 —— Radeon Open Compute Platform（简称“ROCm”）。而在SC16超算大会上，该公司又发布了该平台的1.3版本。尽管AMD从游戏市场上追回了一些份额，但其竞争对手...
【西川善司】GPU和Shader技术的基础知识（全8回）
不积硅步，无以至千里；不积小流，无以成江海
07-09 4773
本文取自西川善司的3D图形技术连载，全99回 本贴为1~8回，争取每1~2天更新一回吧。半年更新完。 也希望大家能支持。 翻译 Trace 校对&注解 千里马肝 http://www.opengpu.org/forum.php?mod=viewthread&tid=7376&extra=page%3D1       本连载的主要目的，是介绍最新的PC和GAME所使用的最新3D
AMD显卡利用torch-rocm深度学习
StruggleRay的博客
09-25 1748
最近准备在linux中做pytorch的深度学习，所以实现需要配置一下GPU版本的torch库，否则用cpu死磕早晚都训练不完。配置前，必须要配置好gpu的驱动rocm，并且需要知道自己机器的python版本（终端输入python就可以知道了）、rocm版本（安装deb的时候使用的版本）。
CUDA版本与显卡驱动版本对照表（更新至2022.10.26 - CUDA11.8）
热门推荐
liferecords的博客
10-26 7万+
更新2022-10-26-CUDA11.8注：当前所有版本要求均为CUDA官方提供如需转载，请注明出处。更多优质内容，可点击进行阅读学习。
CPU、GPU和CUDA之间的关系及基础概念
ZHUhapi的博客
09-05 1621
在CUDA架构中，主程序由CPU执行，当遇到数据并行处理的部分，CUDA会将程序编译成GPU能执行的程序，并传送到GPU。CPU主要包括运算器（Arithmetic and Logic Unit，ALU）、控制单元（Control Unit，CU）、寄存器（Register）、高速缓存器（Cache）和通信的数据、控制及状态总线。（主要是并行计算部分）一般情况下，CPU执行主机端的程序会准备好数据并将其复制进显卡内存中，然后设备端程序由GPU执行完后，主机端程序会将生产的数据结果从显卡内存中取回。
在PyCharm中import包标红
最新发布
weixin_69266073的博客
05-16 132
pip install 包名 -i https://pypi.tuna.tsinghua.edu.cn/simple。sklearn.metrics 等都是标红的。因为缺少一些包，所以引入不了包中的一些函数。注意的是这个包名可能和代码中飘红的名字是不一样的，可以自己上网查找具体的名字。可以在左侧找到终端用命令安装包，用镜像可以加快下载速度。比如本例中包名应该是 scikit-learn。在程序头引入包，有时会出现标红。像上面的引入，在没有解决之前。
Torch not compiled with CUDA enabled 报错的归纳
09-16
这意味着您无法在使用CUDA的环境中运行PyTorch代码。 一种解决方法是确保您安装了与CUDA版本兼容的Torch版本。您可以通过输入命令`print(torch.version.cuda)`来查看安装的CUDA版本。然后，根据您的CUDA版本选择与...

“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 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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