深度强化学习--坑位记录

本文记录了在配置深度学习环境时遇到的PyTorch版本与CUDA兼容问题。作者首先描述了问题现象,即安装了正确的驱动、CUDA和CUDNN后,无法使用GPU加速。经过排查,发现是PyTorch版本与CUDA版本不匹配导致。通过尝试更换CUDA版本和使用pip命令重新安装PyTorch,最终解决了问题,强调了在遇到此类问题时检查Python环境中PyTorch版本的重要性。
摘要由CSDN通过智能技术生成

坑位:pytorch的版本下载问题

前言

由于实验室的服务器崩掉了,今天重新配之前做强化学习所需要的环境。但是在前一个月很顺利的环境配置过程,今天却卡了壳,一直搞了一晚上才好,特此记录。

问题描述

在装好显卡驱动,cuda,cudnn,pytorch后,深度学习一直无法使用GPU加速,在运行nvidia-smi时,显示无程序占用显卡。
nvidia-smi显示信息
这里我就觉得很奇怪了,毕竟程序也没有报错,应该是在服务器无法调用gpu加速了,只用cpu在进行学习,这样太慢了,显然是不行的。

于是通过命令查看cuda是否可以使用:

命令行输入
python
进入python命令行后,输入
>>>import torch
>>>print(torch
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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