cuda11.2 解决torch.cuda.device_count() 为0的步骤

最新推荐文章于 2025-03-04 21:54:34 发布

sunny。0306

最新推荐文章于 2025-03-04 21:54:34 发布

阅读量1.9k

点赞数 2

分类专栏：深度学习文章标签： pytorch

本文链接：https://blog.csdn.net/chenmengmeng0306/article/details/133893597

版权

深度学习专栏收录该内容

2 篇文章

订阅专栏

本文指导如何在JupyterNotebook中使用NVIDIA-SMI检查CUDA版本，因官网未提供11.2版本，推荐安装CUDA11.1对应的PyTorch1.9.1及torchvision和torchaudio相应版本。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

使用!nvidia-smi在jupyter notebook中查看cuda版本。
在这里插入图片描述
cuda版本为11.2，上官网https://download.pytorch.org/whl/torch_stable.html上寻找对应版本torch，发现没有11.2，可以考虑下载cuda11.1版本相对应的torch。
也可以在https://pytorch.org/get-started/previous-versions/上直接使用代码下载

# CUDA 11.1
pip install torch==1.9.1+cu111 torchvision==0.10.1+cu111 torchaudio==0.9.1 -f https://download.pytorch.org/whl/torch_stable.html

最终得到如下结果
在这里插入图片描述

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

sunny。0306

关注关注

2
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

RTX3060+win10+CUDA11.2+cudnn8.2.0+pytorch1.8.0 环境——个人配置经验

zxm_的博客

10-26

1万+

主要参考博客 Win10+CUDA11.0+RTX 3060ti GPU深度学习主机 pytorch 环境 Windows 10系统在Anaconda下安装GPU版Pytorch 以下是我亲测有效的使用 RTX 3060 的各部分安装版本电脑系统：window 10 python版本：3.6.13 pytorch版本：1.8.0 CUDA版本：11.2 cuDNN版本：8.2.0.53 以下是我个人安装教程，仅供参考，如果出现新问题我恐怕可不能解决，谨慎参考，大神请随意~ 注意，我的安装顺序可能有问题！！

Windows下编译带CUDA 11.2的TensorFlow 2.4.1（Python3.9.1，cuDNN 8.1.0，兼容性3.5 - 8.6，附编译结果下载）

惠很好的

02-01

2263

基本参照我的这篇文章：《Windows下编译带CUDA 11.1（Update 1）的TensorFlow 2.4（RC0）（Python3.9.0，cuDNN 8.0.4，兼容性3.5 - 8.6，附编译结果下载）》，有些地方有所改动，重新组织一下步骤。环境准备 1. Python & Pip 首先Python需要安装一些包：six、numpy、wheel、setuptools、keras_applications和keras_preprocessing，使用管理员权限打开命令提示符：

参与评论您还未登录，请先登录后发表或查看评论

win10+CUDA11.2+VS2019的安装及环境配置（含多种问题及解决方法）.docx

05-13

详细记录Visual Studio、CUDA在安装过程中遇到的问题，以及安装后的相关环境配置、VS编译CUDA文件报错等

torch.cuda.device_count()结果为0，检测不到显卡

semiconductor_s的博客

02-15

3468

检查自己的python版本、cuda版本、torch和 torchvision 版本是否兼容。例：cuda12.1，python 3.9，torchversion 0.16.0，win。例：cuda12.1，python 3.9，torch2.1.0，win。寻找对应的torch和 torchvision 版本下载地址。cd到下载目录下pip安装。安装前先卸载原有版本。

李沐动手深度学习——torch.cuda.device_count()为0,重新安装2.5.1版本的torch

weixin_64232786的博客

03-04

276

导入torch 并显示版本，发现是cpu版本。原因是之前安装的torch版本为cpu的。· 安装新的pytorch。· 进入python。· 退出python。

Windows系统下，电脑有nvidia的GPU，但是torch.cuda.device_count()显示GPU数量为0

heshan1109的博客

11-23

3006

为了配合学习李沐的《动手学深度学习 PyTorch版》，近期在Win 10系统的笔记本电脑中完成了相关配置。笔记本电脑配有nvidia 3060的显卡。学习到第5章的GPU计算时，尝试运行torch.cuda.device_count()，返回GPU数目为0。为了解决这个问题，依次进行了以下操作。

MX150显卡笔记本运行 torch.cuda.device_count() 显示 0

anxinbuxinan的博客

06-25

760

这段时间在某站上跟着“跟李沐学AI”博主学习Pytorch，马上学习到神经网络，众所周知，神经网络最好使用GPU来进行运作，但是电脑虽然有GPU但是不能使用。虽然电脑上有GPU，但是却显示GPU数量为0。可以看到，电脑上是有GPU的，但是出现了下述情况。

安装好cuda后解决torch.cuda.device_count() == 0

nanxiang11的博客

10-26

3299

可以通过打开cmd输入nvidia-smi来查看所以说不高于12.3的版本都可以安装。

ValueError: Invalid CUDA 'device=0' requested. Use 'device=cpu' or pass valid CUDA device(s) if available, i.e. 'device=0' or 'device=0,1,2,3' for Multi-GPU.怎么解决

最新发布

03-20

print(torch.cuda.device_count()) # 显示可用GPU数量 ``` 若返回False，说明框架未正确识别GPU[^2] ### 3. 版本兼容性验证检查CUDA工具包与框架版本的对应关系： $$ \text{框架版本} \propto \frac{1}{\text{CUDA...

qq_45377297的博客

01-14

7201

torch cuda112

01-10

print(torch.cuda.current_device()) # 显示当前使用的GPU编号，默认为0 print(torch.cuda.device_count()) # 展示系统中存在的GPU总数 print(torch.cuda.get_device_name(0)) # 获取首个GPU的具体型号名称 ``` ...

如何解决笔记本上有GPU但是torch.cuda.device_count()==0的问题？

Jasmine-Lily的博客

10-11

1383

安装CUDA Toolkit，在pytorch中安装cuda包，如何解决笔记本上有GPU但是torch.cuda.device_count()==0的问题？

torch.cuda.is_available()返回false、torch.cuda.device_count()结果为0----电脑有GPU，但是检测不到的解决方案

YCCX_LHH21的博客

07-08

1213

1、首先可能是自己的python版本、cuda版本、torch和 torchvision 版本是否兼容，我建议是重新安装cuda和torch以及torchvision 的版本。（3）打开Anaconda Prompt控制台，进入到自己要安装的环境下面去，如果你不是使用anaconda去管理python环境的话，你就按照你自己的方式进入到要安装的环境下面去就行，然后执行你刚刚复制的这段命令。（4）然后再到pycharm中去检测是否cuda可用，我这边是已经ok了的，如果不行，就重新打开一下pycharm。

return torch._C._cuda_getDeviceCount() ＞ 0

qq_45117988的博客

10-18

1683

修改.bashrc文件之后一定要重启。

cuda11.2版本的对应安装的pytorch版本