远程服务器conda虚拟环境下安装pytorch报错torch.cuda.is_available() False解决方法

我根据这位博主的教程:远程服务器配置 Anaconda 并安装 PyTorch 详细教程_怎么在服务器上安装pytorch_friedrichor的博客-CSDN博客s远程服务器配置 Anaconda 并安装 PyTorch 详细教程https://blog.csdn.net/Friedrichor/article/details/127721828实现了全部的过程,感谢博主

但是在最后一步,我的报错了

 然后根据网上的解决流程我发现,自己在官网下的pytorch是cpu的

 解决方法:

1、先卸载原来下的pytorch,使用指令

 就可以直接把那些包给删了,那么接下来就是重新下载

同样是在官网再下一次pytorch,但是用pip!!!!不要用cuda,其他的根据自己的版本选择即可,如下图

 复制最后一条指令,直接回车,等待就好了

 安装完成后,同样再测试一次

问题解决,希望对你有帮助~

失败很多次不要气馁呜呜呜,同样也对我自己说,加油哇大家~

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
为了在PyTorch中使用CUDA,需要安装相应的软件和库。首先,你需要下载并安装CUDA。你可以从官方网站下载适合你系统的CUDA版本。然后,你需要安装对应版本的cuDNN,它是一个针对深度神经网络的GPU加速库。你可以从NVIDIA开发者网站上下载对应版本的cuDNN。接下来,你可以通过以下方式检查是否正确安装CUDA和cuDNN,并且查看GPU是否可用。 首先,导入torch库,并使用以下代码检查当前设备索引、GPU数量、GPU名称以及CUDA是否可用: ``` import torch print(torch.cuda.current_device()) print(torch.cuda.device_count()) print(torch.cuda.get_device_name(0)) print(torch.cuda.is_available()) ``` 接下来,你可以使用以下代码查看已安装的cuDNN版本和PyTorch版本: ``` print(torch.backends.cudnn.version()) print(torch.__version__) ``` 总结起来,为了在PyTorch中使用CUDA,你需要安装对应版本的CUDA、cuDNN、PyTorchtorchvision,并确保这些版本相互对应。请注意,还有其他因素可能会影响安装和使用过程,如Python环境等。如果你遇到任何问题,可以查看附录或参考官方文档进行解决。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [初学者进化(1):pytorchcuda环境搭建(GPU版本安装)全攻略](https://blog.csdn.net/qq_45387412/article/details/121223082)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“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

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