torch.cuda.is_available()是false.执行bandwidthTest.exe后发生错误：cudaGetDeviceProperties returned 100

最新推荐文章于 2023-08-06 16:59:00 发布
最新推荐文章于 2023-08-06 16:59:00 发布
阅读量522 收藏
点赞数 3
文章标签： python 深度学习 开发语言
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/dazhou157100/article/details/129260816
版权

关于cuda的安装的文章：https://blog.csdn.net/weixin_38040996/article/details/128625794
。cuda 安装折腾了很久，执行torch.cuda.is_available()始终都是false.一直找不到原因。按照上面的那篇安装完成后，执行bandwidthTest.exe进行测试，出现错误：在这里插入图片描述
cudaGetDeviceProperties 的错误码是100，百度了很久都没有找到cudaGetDeviceProperties returned 100的相关内容，无奈只能到外网查找，索性很快找到了https://forums.developer.nvidia.com/t/cudagetdevicecount-returned-100-no-cuda-capable-device-is-detected/73024
发现自己的问题和他的一样。都是因为CUDA_VISIBLE_DEVICES这个环境变量导致的。
在这里插入图片描述
不记得什么时候修改过这个环境变量，需要把这个1改成0
在这里插入图片描述
然后运行bandwidthTest.exe后通过了
在这里插入图片描述
执行torch.cuda.is_available()后也是正常了
在这里插入图片描述
折腾了这么久终于结束了。记录一下，希望可以帮助一些和一样问题的人。

dazhou157100
关注
  • 3
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
lbcnn.torch-master.zip_..累lbcnn;x3_LBCNN_lbp_lbp 神经网络_torch
09-20
LBCNN 的MATLAB 代码，将LBP引入到神经网络中
DataLoader.py_torch数据_.DataLoader数据加载器_
10-02
torch.utils.data.DataLoader 数据加载器，结合了数据集和取样器，并且可以提供多个线程处理数据集在训练模型时使用到此函数，用来把训练数据分成多个小组，此函数每次抛出一组数据，直到把所有的数据都抛出。就是做数据的初始化
torch.cuda.is-available()返回False的问题解决
08-03
torch.cuda.is_available()返回False的问题解决
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
【深度学习】查看自己的【CUDA版本号】,并安装【cuda toolkit以及cuDNN】 【bandwidthTest.exe闪退问题】
汪汪杂记
11-11 2412
问题 需要查找cuda版本号进行深度学习gpu加速 解决方案 点开nvidia显卡控制面板，一般任务栏都会有，或者控制面板搜索，打开就行 window系统的命令行，然后输nvcc -V
安装CUDA之后打开bandwidthTest.exe和deviceQuery.exe显示错误，打不开NVIDIA控制面板
GreatcloudL的博客
03-30 8391
情景：安装了CUDA10.0之后，通过打开打开bandwidthTest.exe和deviceQuery.exe显示错误；并且打不开英伟达显卡控制面板。 原因：安装的CUDA版本号与显卡驱动的版本不匹配 解决办法：升级显卡驱动 一般而言，不同版本的CUDA要求不同的NVIDIA驱动版本,同时显卡驱动版本要不低于CUDA的安装版本 （来自https://blog.csdn.net/zhw86...
CUDA使用运行时API查询设备信息
qq_35612481的博客
05-10 720
1. 在CUDA运行时API中有很多函数可以帮助管理这些设备，使用这些运行时API查询设备信息，代码如下： #include <stdio.h> #include <stdlib.h> #include <cuda_runtime.h> #include <math.h> #define EXIT_FAULLURE -1 #define EX...
从零配置大模型环境并部署xuanyuan2.0
qq_25807909的博客
06-25 1168
新来了A100*8的服务器，需要部署一个轩辕2.0大模型，途中踩了很多坑，现回忆并记录一下。
深度学习自学（十四）：人脸检测-出现cudaGetDeviceCount failed
TheDayIn_CSDN的博客
06-19 1353
一、检测代码出现调用cuda异常 最近在测试检测人脸框代码，出现调用Cuda异常的问题。一开始以为cuda版本安装不对，然后尝试各种cuda版本和cudnn。 但是都没有解决问题。 错误显示为CudaGetDeviceCount failed，主要是检测不到cuda调用的设备。 1、测试NVIDIA显卡时显示显卡安装不正确 nvcc -V 2、查看是否有GPU信息 nvidia-...
RuntimeError: cuda runtime error (100) : no CUDA-capable device is detected at /opt/conda/conda-bld/
weixin_45236595的博客
05-03 1520
原因： 1 no CUDA-capable device ，可能原因时没有torch-GPU 2 在代码中指定了GPU(多卡情况下)，而单卡中是 ‘0’ os.environ["CUDA_VISIBLE_DEVICES"] = '1' 解决： 1 将 os.environ[“CUDA_VISIBLE_DEVICES”] = ‘1’ 修改为 os.environ["CUDA_VISIBLE_DEVICES"] = '0' 3 或者注释该行代码 最后，附上pytorch
torch.cuda.is_available()返回False的问题解决
04-02
torch.cuda.is_available()返回False的问题解决
pytorch 报错：RuntimeError: cuda runtime error (100) : no CUDA-capable device is detected
weixin_40522580的博客
03-10 2895
报错原因： 原代码中针对多卡情况指定了GPU ’1‘，而实际单卡情况下为’0‘。 解决办法：找到代码中如下语句，删除。 os.environ["CUDA_VISIBLE_DEVICES"] = '1'
Anaconda+ CUDA+TensorFlow+Keras踩坑全纪
Rosalind_wn的博客
05-14 443
参考教程【包教包会】Anaconda+Cuda+Cudnn+TensorFlow+Pytorch+Pycharm+Win10深度学习环境配置与卸载，看这一个就够了_哔哩哔哩_bilibili anaconda 注意要勾选第一项 1. 安装完成后，控制台使用conda命令进入conda环境，提示 'conda' 不是内部或外部命令,也不是可运行的程序 或批处理文件 解决方法： A. 检查“此电脑 - 属性 - 高级系统设置-环境变量” 检查用户变量的“path”中是否添加...
解决安装CUDA和cudnn后，验证安装成功与否，出现deviceGrind与bandwidthTest闪退问题
weixin_52890053的博客
08-06 413
一步解决CUDA和cudnn后，在验证过程中出现的deviceGrind与bandwidthTest闪退问题
[CUDA]检查系统是否存在支持CUDA的GPU
Kelvin_Yan的专栏
04-22 1694
参照cuda官方sample：1_Utilities\deviceQuery，使用的函数是cudaGetDeviceCount int dev_num = 0; cudaError_t error_id = cudaGetDeviceCount(&dev_num); if (error_id != cudaSuccess) { printf("cudaGetDeviceCount returned %d\n-> %s\n", (int)error_id, cudaGetErrorS
出现“no CUDA-capable device is detected”报错解决
aspnetcs7的博客
10-31 2040
添加链接描述 ubuntu-drivers devices sudo apt-get install nvidia-490 $ sudo nvidia-settings
“no CUDA-capable device is detected”的解决方法
热门推荐
wzw的博客
11-23 1万+
这篇文章是参考这个博客的：https://blog.csdn.net/ruiying413/article/details/105160331 也是最近在训练数据的时候爆出了这个错误： RuntimeError: cuda runtime error (38) : no CUDA-capable device is detected at ... 然后当时就看到了这篇博客 首先在命令行里敲入（我的是Linux）以下命令： nvidia-smi 看NVIDIA的型号，我的是： 刚好和博主的一样，所以需要
Windows下安装及配置CUDA过程详解
NorthSmile的博客
07-25 7705
GPU加速环境配置
torch.cuda.is_available() 为False 的原因是什么
最新发布
03-12
torch.cuda.is_available()返回False的原因可能有以下几种： 1. 缺少GPU驱动程序：如果你的计算机没有正确安装或更新GPU驱动程序，torch.cuda.is_available()将返回False。你可以尝试更新或重新安装GPU驱动程序来解决这个问题。 2. 没有可用的GPU设备：如果你的计算机没有安装或连接GPU设备，torch.cuda.is_available()将返回False。确保你的计算机上有可用的GPU设备，并且已正确连接。 3. CUDA版本不匹配：torch.cuda.is_available()依赖于CUDA库，如果你的CUDA版本与PyTorch版本不兼容，torch.cuda.is_available()可能返回False。请确保你安装了与你的PyTorch版本兼容的CUDA版本。 4. PyTorch未正确安装：如果你的PyTorch库未正确安装或配置，torch.cuda.is_available()可能返回False。请确保你按照官方文档正确安装和配置了PyTorch。

“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
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