AssertionError: CUDA unavailable, invalid device 0 requested

1、查看报错

Traceback (most recent call last):
  File "train.py", line 651, in <module>
    device = select_device(opt.device, batch_size=opt.batch_size)
  File "/home/camila/test/xxx/utils/torch_utils.py", line 71, in select_device
    assert torch.cuda.is_available(), f'CUDA unavailable, invalid device {device} requested'  # check availability
AssertionError: CUDA unavailable, invalid device 0 requested

cuda不可用报错,现实没有有效的驱动可使用

2、解决方案

1、测试cuda是否配置正确
1)在终端输入
python3
>>import torch
>>print(torch.cuda.is_available())

在这里插入图片描述

运行后输出的是False,说明cuda有问题。

2)需要重新安装(安装对应的版本)
可进pytorch官网:https://pytorch.org/ 下载

pip3 install torch == 1.9.0+cu111 torchvision == 0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

再次运行1)中步骤,若运行后输出的是True,说明cuda已经正常安装。

在这里插入图片描述

3)后记:
若运行后输出的是True,仍然报错“AssertionError: CUDA unavailable, invalid device 0 requested”,就打开报错的程序,在主程序里面加入这句:

print(torch.cuda.is_available())

然后把device改成cuda,默认是cuda0。
运行,问题得以解决。

  • 27
    点赞
  • 111
    收藏
    觉得还不错? 一键收藏
  • 28
    评论
### 回答1: 这个错误信息的意思是:CUDA 不可用,请求的 GPU 设备无效。 这可能是因为您的计算机没有安装 CUDA 或者 CUDA 版本不兼容。您可以检查一下 CUDA 的安装情况,或者尝试使用其他版本的 CUDA。另外,还需要确认您的 GPU 是否支持 CUDA。 如果您需要更详细的帮助,请提供更多的上下文信息,例如您使用的是哪个软件或者哪个库。 ### 回答2: AssertionError: CUDA 不可用,所请求的 GPU 设备无效。 这个错误通常与使用 PyTorch深度学习框架有关。它的意思是要使用CUDA,但是没有有效的GPU可用。 造成此类错误的原因可能是: 1. 您的计算机或服务器上没有GPU,无法使用CUDA进行加速。 2. 您的显卡驱动程序或CUDA版本不兼容,请检查是否安装了正确的驱动程序和CUDA版本。 3. 您尝试访问索引超出范围的GPU设备或您的程序尝试访问不支持CUDA的GPU。 解决此错误的方法可能是: 1. 确保您的计算机或服务器上有可用的GPU。 如果没有GPU,请考虑使用CPU或云端计算资源。 2. 检查显卡驱动程序并确保您安装了正确版本的CUDACUDA支持的显卡可以在NVIDIA的网站上找到。 3. 检查您的程序设置是否正确,并确保只访问支持CUDA的GPU。 可以使用 `torch.cuda.device_count()` 来查询可用的GPU设备数量,使用 `torch.cuda.get_device_capability` 来获取设备的性能等级,以便确定GPU是否支持CUDA。 总之,要解决此错误,需要检查您的硬件和软件环境并确保其满足使用CUDA进行深度学习的需求。一旦您确定有可用的GPU并且已经正确配置,您的程序应该能够顺利地运行。 ### 回答3: AssertionErrorCUDA不可用,无效的设备GPU请求。 这个错误通常出现在使用PyTorch训练深度神经网络时(特别是在使用GPU时),该错误通常表示您的计算机在尝试使用CUDA时遇到了问题。 首先,您需要检查您的计算机是否安装了正确版本的CUDA和NVIDIA驱动程序。要确保您的CUDA版本与PyTorch版本兼容,请查看PyTorch官方文档并检查您正在使用的软件版本。 其次,您需要检查您的GPU是否支持CUDA并且是否正确安装了驱动程序。您可以通过打开一个终端并键入以下命令来检查您的GPU是否支持CUDA: ``` $ lspci | grep -i nvidia ``` 如果您的GPU不支持CUDA,则需要更换另一张支持CUDA的GPU。 最后,如果上述步骤都没有解决问题,请尝试重新安装PyTorchCUDA,并确保您的PyTorch设置正确。您可以使用以下命令来检查您是否正确地设置了PyTorch: ``` import torch print(torch.cuda.is_available()) ``` 如果输出为True,则表明您已成功配置PyTorch并使用CUDA进行训练。如果输出为False,则表示您需要重新配置PyTorch并确保CUDA正确安装。

“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 28
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