【PyTorch】切记：GeForce RTX 3090 显卡仅支持 CUDA 11 以上的版本！

已于 2022-08-23 21:57:52 修改
阅读量9.9k 收藏 22
点赞数 11
分类专栏： pytorch 文章标签： pytorch 深度学习 人工智能
于 2022-08-23 21:57:19 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/qq_42951560/article/details/126493494
版权

问题描述

前不久给新来的 2台 8 张 GeForce RTX 3090 服务器配置了深度学习环境（配置教程参考这篇文章），最近在使用的时候却遇到了各种问题。

问题 1：GeForce RTX 3090 with CUDA capability sm_86 is not compatible with the current PyTorch installation. The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_70. If you want to use the GeForce RTX 3090 GPU with PyTorch, please check the instructions at https://pytorch.org/get-started/locally/

在这里插入图片描述

问题 2：RuntimeError: cuDNN error: CUDNN_STATUS_EXECUTION_FAILED

在这里插入图片描述

解决方案

原来是 GeForce RTX 3090 显卡仅支持 CUDA 11 以上的版本！而从官网得知 PyTorch 1.7.0 开始才支持 CUDA 11，所以要使用 GPU 训练的话，必须安装 PyTorch 1.7.0 及以上版本。

引用参考

CUDNN error: CUDNN_STATUS_EXECUTION_FAILED解决方法

Xavier Jiezou
关注
  • 11
    点赞
  • 踩
  • 22
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 5
    评论
专栏目录
浅谈pytorch、cuda、python的版本对齐问题
12-23
在使用深度学习模型训练的过程中，工具的准备也算是一个良好的开端吧。熟话说完事开头难，磨刀不误砍柴工，先把前期的问题搞通了，能为后期节省不少精力。 以pytorch工具为例： pytorch版本为1.0.1，自带python版本为3.6.2 服务器上GPU的CUDA_VERSION=9000 注意：由于GPU上的CUDA_VERSION为9000，所以至少要安装cuda版本>=9.0，虽然cuda=7.0~8.0也能跑，但是一开始可能会遇到各种各样的问题，本人cuda版本为10.0，安装cuda的命令为： conda install cudatoolkit=10.0 注：GPU显卡驱动一般没什
Pytorch 使用不同版本的cuda的方法步骤
09-17
主要介绍了Pytorch 使用不同版本的cuda的方法步骤，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
基于RTX3090的Ubuntu22.04安装cuda11.7和cudnn8.6
weixin_49777848的博客
07-12 2759
本实验基于Linux的Ubuntu系统在搭载RTX3090的显卡后，完成驱动安装后继续安装cuda11.7和cudnn8.6，目的是为了运行CVPR文章Omnipose模型进行COCO数据集训练，下载的软件包包含python3.8、torch2.0.1、torchaudio2.0.2、torchision0.15.2等等。本实验于2023年7月12日实验成功。
Nvidia GTX 3090:Pytorch安装教程(GPU版本)
m0_46928770的博客
02-13 497
GPU版本的pytorch要根据显卡的型号选择合适的版本(Nvidia GTX 3090)
anaconda 配置不同版本cuda方法
LMM_AI的博客
06-19 6894
方法1：在系统用软连接 方法2：在anaconda中独立设置运行环境 https://bluesmilery.github.io/blogs/a687003b/ 方法3：再尝试是否可以配置anaconda自带的cuda,暂时还不知道怎么弄
解决RTX 3090 with CUDA capability sm_86 is not compatible with the current PyTorch installation.
信小海
02-13 7187
解决RTX 3090 with CUDA capability sm_86 is not compatible with the current PyTorch installation.
【bug解决】CUDA和pytorch版本不匹配
qq_39972370的博客
11-06 1555
报错信息：NVIDIA GeForce RTX 3090 with CUDA capability sm_86 is not compatible with the current PyTorch installation. The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_70. If you want to use the NVIDIA GeForce RTX 3090 GPU with PyTorch
显卡算力与Pytorch版本不匹配
weixin_45744992的博客
08-10 3477
RTX 3080算力和Pytorch；算力不匹配
3090显卡TensorFlow，CUDA，cuDNN 深度学习环境配置
m0_67490057的博客
06-28 1317
在官网找到想要的TensorFlow版本，及相对应的cuda，cuDNN的版本因为3090深度学习需要cuda版本在11.0以上 所选择框选的版本。nvidia-smi结果如下 框选处表示此驱动支持的最高cuda版本。
pytorch常见错误
xiaotiig的博客
09-13 460
是因为pytorch1.6的版本不支持gpu硬件RTX 3090，需要下载更高版本的pytorch才行。下载1.8以上版本的pytorch,算力要支持。报错信息：安装带gpu的pytorch的时候，
pytorch排错：算力卡和cuda的匹配问题
qq_41166909的博客
01-26 3222
最近换了显卡，GTX3070,我原来用自己的笔记本GTX 960M，跑一个resnet,读取400张图片，只要几秒钟，但是换了显卡，读取图片，居然要十几分钟，警告是显卡和cuda库不匹配的问题，因为显卡的架构太新，算力和pytorch的cuda库不匹配，于是更换 警告如下 GeForce RTX 3070 with CUDA capability sm_86 is not compatible with the current PyTorch installation. The current PyT
【环境配置】RTX 3090+cuda11.2+python39+pytorch1.8.0（csdn）————程序.pdf
12-04
【环境配置】RTX 3090+cuda11.2+python39+pytorch1.8.0（csdn）————程序
tensorflow-pytorch-cuda:适用于NVIDIA DGX A100的tensorflow-pytorch-cuda
04-18
蠕虫/ tensorflow-pytorch-cuda
pytorch 查看cuda 版本方式
09-16
主要介绍了pytorch 查看cuda 版本方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
win11及cuda121环境下pytorch安装及避坑
最新发布
04-16
win11及cuda121环境下pytorch安装及避坑
【pytorch】torch.manual_seed()用法详解
热门推荐
XavierJ的博客
01-04 4万+
描述 设置CPU生成随机数的种子，方便下次复现实验结果。 语法 torch.manual_seed(seed) → torch._C.Generator 参数 seed (int) – CPU生成随机数的种子。取值范围为[-0x8000000000000000, 0xffffffffffffffff]，十进制是[-9223372036854775808, 18446744073709551615]，超出该范围将引发RuntimeError报错。 返回 返回一个torch.Generator对象。 示例
【pytorch】使用torch.utils.data.random_split()划分数据集
XavierJ的博客
04-05 3万+
写在前面 不用自己写划分数据集的函数，pytorch已经给我们封装好了，那就是torch.utils.data.random_split()。 函数详解 torch.utils.data.random_split(dataset, lengths, generator=<torch._C.Generator object>) 描述 随机将一个数据集分割成给定长度的不重叠的新数据集。可选择固定发生器以获得可重复的结果（效果同设置随机种子）。 参数 dataset (Dataset) – 要划
【pytorch】常用图像处理与数据增强方法合集（torchvision.transforms）
XavierJ的博客
11-20 1万+
写在前面 机器学习中难免会遇到数据集格式不符合训练规范，或者样本量很少的情况。我们一般采用图像处理或数据增强的方法来解决这一问题，幸运的是，pytorch的torchvision包给我们封装好了用于图像数据变换的模块transforms，本文是对该模块中常用函数的讲解。 注意事项 Deterministic or random transformations applied on the batch of Tensor Images identically transform all the images
解决pytorch报错BrokenPipeError: [Errno 32] Broken pipe
XavierJ的博客
11-22 1万+
问题描述 BrokenPipeError: [Errno 32] Broken pipe 原因分析 Windows使用DataLoader时设置num_workers的问题。 解决方案 两种解决方案，任选一种即可！ 方案1 把代码放到if __name__ == "__main__":下运行 if __name__ == "__main__": train_dataloader = DataLoader( dataset=dataset, batch_size=32
nvidia geforce rtx 3090 with cuda capability sm_86 is not compatible with the current pytorch installation.
03-16
这个错误提示是因为您的当前PyTorch安装不兼容具有CUDA能力SM_86的NVIDIA GeForce RTX 3090显卡。SM_86是RTX 3090显卡的计算能力架构版本，而PyTorch需要与显卡的计算能力架构版本相匹配的CUDA库才能正常工作。 要解决这个问题，您需要更新PyTorch版本或者安装与SM_86兼容的CUDA库。您可以前往PyTorch官方网站查找最新的支持SM_86架构的PyTorch版本，或者前往NVIDIA官网下载与您的显卡兼容的CUDA库。

“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 5
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

打赏作者

Xavier Jiezou

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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