numba.cuda.cudadrv.error.NvvmSupportError: No supported GPU compute capabilities found

已于 2023-05-31 09:40:26 修改
阅读量2.3k 收藏 4
点赞数 5
文章标签： python
于 2023-05-31 09:30:38 首次发布
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/lu1584782249/article/details/130961989
版权

mmdetection3d训练kitty数据集的时候,训练完第一个epoch就报错：

 numba.cuda.cudadrv.error.NvvmSupportError: No supported GPU compute capabilities found. Please check your cudatoolkit version matches your CUDA version.
 

经过排查发现nvvm.py文件（我的位置在： /anaconda3/envs/openmmlab/lib/python3.9/site-packages/numba/cuda/cudadrv/nvvm.py）的原本345行的return不返回341行的值（我的cuda版本是11.7）

解决方法：将345行改为346行，即直接返回自己版本对应的cuda值

 

lu1584782249
关注
  • 5
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 10
    评论
cuda导入python_Python中的numba调用cuda报错的解决方法
weixin_29138345的博客
02-06 1150
Python中的numba调用cuda报错如下：........numba.cuda.cudadrv.error.NvvmSupportError: libNVVM cannot be found. Do `conda install cudatoolkit`:/usr/local/cuda10.0/nvvm/lib64/libnvvm.so: cannot open shared object ...
如何解决设计难点（第二部分）.pdf
03-04
如何解决设计难点（第二部分）.pdf
numba.cuda.cudadrv.error.NvvmSupportError: No supported GPU compute capabilities found. Please check
yzpfyang的博客
03-04 3320
解决方案： 确认一下conda下安装的cudatoolkit版本是否是显卡驱动支持的版本
numba.cuda.cudadrv.error.CudaSupportError: Error at driver init: Call to cuInit results in CUDA_ERRO
最新发布
qq_45067481的博客
06-04 196
在 export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.8/lib64 前增加以下两行。
深度学习项目部署遇到的错误【记录】
挥剑决浮云的博客
09-18 3790
...
安装一些依赖时报错，ValueError: Unknown CUDA arch (9.0+PTX) or GPU not supported 解决方案
uloveqian的博客
06-01 2434
执行 echo $TORCH_CUDA_ARCH_LIST，发现CUDA架构版本包括。
关于本机 CUDA 运行版与驱动版不匹配的解决方案
m0_59705760的博客
07-13 9296
关于本机 CUDA 运行版与驱动版不匹配的解决方案
RTX3090 cuda12 numba报错
QiuFeng_WHJ的博客
06-09 967
cuda12和numba不兼容
NCCV：使用Numba + CUDA + OpenCV进行计算机视觉和图像处理的短期课程
02-05
3. **OpenCV与Numba/CUDA结合**：学习如何将OpenCV的图像处理函数与Numba和CUDA集成，实现GPU加速的图像处理操作，如滤波、边缘检测、色彩空间转换等。 4. **性能优化**：探讨如何通过调整参数和优化算法来最大化...
ART-numba.py
06-26
我博文中提到的使用numba对ART迭代过程进行加速的源码，本源码中使用numba包对迭代过程进行了加速，将代码运行时间缩短到了原来的六分之一。
Python高性能计算库-Numba.pdf
01-27
如果需要 GPU 支持，conda 还可以帮忙安装 CUDA 工具包。当然，你也可以使用 `pip` 安装，但 conda 更便于管理依赖。 使用 Numba 的基本流程是首先编写一个普通 Python 函数，然后使用 @jit 装饰器。例如，下面的...
常用GPU计算工具numba的3个例子.docx
10-09
除了CPU加速，Numba还支持CUDA编程，允许我们利用GPU的强大计算能力。要使用GPU，你需要确保你的系统有NVIDIA GPU和适当的CUDA驱动。下面是一个使用GPU的例子： ```python from numba import cuda, jit @cuda.jit ...
GPU运行报错的几种问题解决
qq_45603919的博客
06-10 9867
文章目录GPU运行报错的几种问题解决报错一情况一：内存不足情况二： Cudnn版本不匹配报错二报错三 GPU运行报错的几种问题解决 报错一 Failed to get convolution algorithm. This is probably because cuDNN failed to initialize 情况一：内存不足 解决方式：在训练代码头加上以下代码 import tensorflow as tf import numpy as np import keras config = tf.c
win10系统numba.cuda报错
MK422的博客
11-03 1828
from numba import cuda TPB = 16 A = np.full((TPB * 13, TPB * 13), 3, np.float) B = np.full((TPB * 13, TPB * 13), 4, np.float) C_cpu = np.full((A.shape[0], B.shape[1]), 0, np.float) # start in GPU # 拷贝数据到设备端 A_global_mem = cuda.to_device(A) B_global_me.
Jetson Nano安装Numba遇到的一些坑
fuck_hang的博客
06-24 2914
一开始简单粗暴的pip3 install numba,结果安装llvmlite时候报错。 然后百度，参考了CSDN上的一篇博客 以下为博客中内容： 首先numba安装需要依赖包llvmlite，llvmlite又需要安装llvm 本次安装numba版本为0.31.0，llvmlite版本为0.16.0，llvm版本为3.9 首先安装llvm-3.9，命令为sudo apt-get install llvm-3.9 然后源码安装llvmlite0.16.0,命令为sudo LLVM_CONFIG=/usr/
window10 paddle-gpu环境安装错误
kieven2008的专栏
09-22 8253
最烦的就是开发环境的配置，经常掉进坑里弄个一两天时间。 W0922 10:00:26.824364 14340 device_context.cc:404] Please NOTE: device: 0, GPU Compute Capability: 7.5, Driver API Version: 11.4, Runtime API Version: 10.2 W0922 10:00:26.830348 14340 dynamic_loader.cc:238] Note: [Recommend] co
WIN10 anaconda 安装 tensorflow-gpu不出错的最佳解决办法（不在系统安装CUDA）
star2523的专栏
12-01 1万+
来源：https://www.pugetsystems.com/labs/hpc/The-Best-Way-to-Install-TensorFlow-with-GPU-Support-on-Windows-10-Without-Installing-CUDA-1187/ 由于使用根据百度出来的WIN10下面使用anaconda和CUDA安装tensorflow-gpu的解决办法，总会报如下错误...
Tensorflow(GPU) 在Win10+Cuda8.0环境下安装以及Cudnn包配置 图文详细教程
热门推荐
小鹅鹅的博客
02-27 3万+
安装环境 Win10 Python3.6.4 3.5以上版本都可以，目前Tensorflow只支持64位python3.5以上版本 numpy 安装好Python后打开终端cmd输入 pip3 install numpy 具体流程 下载安装Cuda8.0，一定要是8.0版本！下载地址，并按照下图选择下载本地安装包。 如果安装错了记得要把之前的删除卸载干净 安装完成后配置系...
AttributeError: module 'numba.cuda' has no attribute 'filter'
08-16
非常抱歉，我之前给出的代码存在错误。Numba库中没有名为`filter`的函数来应用滤波器。为了在GPU上应用滤波器，我们可以使用CuPy库的`cupyx.scipy.signal.lfilter`函数。 请尝试使用以下修改后的代码： ```python import numpy as np import cupy as cp from cupyx.scipy import signal class Channelizer(object): """ Channelizer object. \param filter_coeffs: Filter coefficient array. """ _channel_num: int _filter_coeffs: np.ndarray def __init__( self, filter_coeffs: np.ndarray, channel_num: int = 8): assert isinstance(channel_num, int) self._filter_coeffs = np.reshape(filter_coeffs, (channel_num, -1), order='F') self._channel_num = channel_num @RunTime # 计算代码运行时间 def dispatch( self, data: np.ndarray ) -> np.ndarray: # Make the data length an integer multiple of the number of channels. disp_len = int(np.ceil(data.size / self._channel_num)) patch_size = int(disp_len * self._channel_num - data.size) patch_data = np.concatenate((data, np.zeros(patch_size))) reshape_data = np.reshape(patch_data, (self._channel_num, -1), order='F') polyphase_data = cp.flipud(cp.asarray(reshape_data)) nv = cp.arange(disp_len) prefilt_data = polyphase_data * ((-1) ** nv) # Polyphase filter bank filt_data = cp.zeros(prefilt_data.shape, dtype=complex) for k in range(self._channel_num): filt_data[k] = signal.lfilter(self._filter_coeffs[k], [1.0], prefilt_data[k]) postfilt_data = cp.zeros(prefilt_data.shape, dtype=complex) for k in range(self._channel_num): postfilt_data[k] = filt_data[k] * ((-1) ** k) * cp.exp(-1j * np.pi * k / self._channel_num) dispatch_data = cp.fft.fft(postfilt_data, axis=0) return cp.asnumpy(dispatch_data) ``` 在上述代码中，我们使用`cupyx.scipy.signal.lfilter`来应用滤波器，该函数可以在GPU上运行。我们还更新了导入语句，以确保正确导入相关函数。 请注意，这只是一个修改建议，并不能保证一定能解决问题。如果问题仍然存在，请提供详细的错误信息和相关代码，以便我们能更好地帮助您。
评论 10
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