[已解决]AssertionError: CUDA unavailable, invalid device 1 requested

已于 2024-05-26 20:41:11 修改
阅读量402 收藏
点赞数 5
文章标签： 人工智能 深度学习
于 2024-05-26 20:40:03 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_61976487/article/details/139220049
版权

问题出现如下：AssertionError: CUDA unavailable, invalid device 1 requested

解决方案：

在cuda可以正常使用的情况下

找到如下代码行，进行修改；将device默认值改为0

修改前

修改后

若cuda不可用，重新安装cuda。

测试cuda是否可用

import torch
torch.cuda.is_available()

返回True，即可用 

辉辉子的卑微码农日常
关注
  • 5
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
关于报错AssertionError: CUDA unavailable, invalid device 0 requested的处理方式
pyxiaosheng的博客
03-29 1万+
从git上找了一个工程，按照其readme.md想运行试试，遇到报错： 这个报错是指：代码要运行CUDA，但是不能运行。 解决办法分两种情况：1.不运行CUDA；2.运行CUDA。 针对情况1： 点击蓝色 .\torch_utils.py 文件，传送到下图： 继续按照其readme.md运行试试，会遇到如下报错： 此时，点击报错中倒数第二个upsampling.py文件，传送到下图： 屏蔽后如下图： 到此，不运行CUDA的情况下可以正常运行程序了。 针对情...
【无标题】运行代码报错AssertionError: CUDA unavailable, invalid device requested
lhhuanan的博客
05-06 1002
1、cuda为true,将device默认值设为0。2、cuda为false,重新安装cuda。
AssertionError: CUDA unavailable, invalid device 0 requested
qq_49641239的博客
06-24 5万+
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.
yolov5运行遇到的问题汇总
Conandoug的博客
12-06 5101
问题解决
AssertionError: CUDA unavailable, invalid device cuda 0 requested
AIOT魔法师
04-08 1万+
先单独创建一个py文件用于测试cuda是否配置正确 print(torch.cuda.is_available()) 运行后输出的是True，这代表你的cuda已经安装好了。 打开报错的程序，在主程序里面加入上面那一句： print(torch.cuda.is_available()) 然后把device改成cuda，默认是cuda0 然后运行问题就解决了。 ...
解决pytorch报错:AssertionError: Invalid device id的问题
09-18
今天小编就为大家分享一篇解决pytorch报错:AssertionError: Invalid device id的问题，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
解决AssertionError Torch not compiled with CUDA enabled.docx
08-05
当运行pytorch代码出现报错： AssertionError: Torch not compiled with CUDA enabled 本文主要是讲解如何解决上述问题
scrcpy投屏 AssertionError: java.lang.reflect.InvocationTargetExcep
02-18
scrcpy投屏 AssertionError: java.lang.reflect.InvocationTargetException 安装这个版本的scrcpy即可。
WebLogic错误 java.lang.AssertionError: Registered more than one
04-23
weblogic日志报如下错误原因及解决方法： WebLogic Server 9.2 Repeatedly Throws: java.lang.AssertionError: Registered more than one instance with the same objectName
解决pytorch报错：AssertionError: Invalid device id
Lily's Blog
12-25 1万+
在服务器上训练的网络放到本地台式机进行infer，结果出现报错：   AssertionError: Invalid device id 仔细检查后发现原来服务器有多个GPU，当时开启了两个进行加速运算。 net1 = nn.DataParallel(net1, device_ids=[0, 1]) 而本地台式机只有一个GPU，调用数量超出所以报错。 改为 net1 = nn.Da...
pytorch 使用指定的GPU RuntimeError: CUDA error: invalid device ordinal
Hello Word!
07-31 3万+
pytorch使用指定GPU报错： Traceback (most recent call last): File "test_bed/process_deepglint.py", line 102, in <module> pred_dataset(outputFile) File "test_bed/process_deepglint.py", line 36, in pred_dataset pred_loader_deepg, model, criterion,
pytorch报错：RuntimeError: CUDA error: device-side assert triggered
热门推荐
Lily's Blog
11-29 7万+
训练网络报错：RuntimeError: cuda runtime error (710) : device-side assert triggered at /pytorch/aten/src/THC/generic/THCTensorScatterGather.cu:380 terminate called after throwing an instance of 'c10::Error' ...
Python 错误 RuntimeError: CUDA error (10): invalid device ordinal
linchunmian的博客
05-31 5万+
一、Python Error在 Pytorch 读取参数时，报错 RuntimeError: cuda runtime error (10) : invalid device ordinal。二、解决方法造成这个错误的原因主要是本地只有一个 GPU (GPU:0)，而程序中使用 GPUs:1。因此，在程序中找到定义 device 的地方，我的如下：将其中 "cuda:1" 修改为 "cuda:0"...
ultralytics/yolov3
sinat_41563673的博客
07-07 1639
执行： python train.py --data data/face.data --cfg cfg/yolov3.cfg --epochs 10 --device 0 报错：AssertionError: CUDA unavailable, invalid device 0 requested 原因：安装的pytorch版本不支持GPU 解决方法： （1）卸载pytorch pip uninstall torch pip uninstall torchvision （2）安装（参考
Stacked Hourglass Networks for Human Pose Estimation论文笔记
qq_41563394的博客
03-02 350
论文笔记 文章目录论文笔记前言预备知识Network ArchitectureReferences 前言 人体姿态估计(Human Pose Estimation)的问题可以分为两大类，2D姿态估计 和 3D姿态估计 其中2D姿态估计在当下的研究多为多人姿态估计，有两种主要的解决思路： top-down : 对图形进行目标检测，然后将人找出，再resize后输入到网络中进行姿态估计。（速度很快，...
pytorch关于多块gpu使用总结，报错AssertionError: Invalid device id
kongkongqixi的博客
09-03 2万+
pytorch默认使用gpu编号为device:0的设备，可以使用 torch.nn.DataParallel(model, device_ids=[0, 1]) 对模型进行制定gpu指定编号多gpu训练，必须要有编号为device:0的gpu，不然会报AssertionError: Invalid device id错误； 当gpu编号为device:0的设备被占用时，指定其他编号gpu...
cpu运行gpu上的pytorch 报错:AssertionError:torch not compiled with cuda enabled
weixin_41243949的博客
12-03 7071
在所有torch.load后面加map_location=torch.device('cpu')： torch.load(xx, map_location=torch.device('cpu')) 再把关于cuda(CUDA（Compute Unified Device Architecture），是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构...
assertionerror: cuda unavailable, invalid device 1 requested
最新发布
06-28
### 回答1： 这个错误通常是因为你的代码试图使用一张不存在的GPU卡，或者你的机器没有GPU卡。在大多数情况下，这个错误是由深度学习框架（如PyTorch或TensorFlow）的代码抛出的。 如果你确定你的机器有GPU卡，那么你需要检查一下你的代码中是否存在错误，比如请求了一张不存在的GPU卡。 如果你的机器没有GPU卡，那么你需要将代码修改为在CPU上运行，或者考虑使用云计算服务（如AWS或GCP）来访问GPU。 ### 回答2： AssertionError: CUDA不可用，请求的设备1无效 这个错误信息表示您的代码无法使用CUDA加速，或者请求的设备不存在。下面我来分别介绍一下这两种情况可能出现的原因和解决方法。 1. CUDA不可用 如果您的电脑没有安装CUDA或者安装了不兼容的版本，就会出现这个错误。在这种情况下，您需要检查您安装的CUDA版本是否与您的GPU兼容。您可以去NVIDIA官网查看您的GPU支持的CUDA版本。 另外，您也需要确认您的Python环境是否已经正确配置，并且已经安装了PyTorch的CUDA版本。如果您的电脑仅支持CPU加速，只需要将代码中涉及到的CUDA相关代码删掉，就不会出现这个错误了。 2. 请求的设备不存在 如果您的电脑上有多个GPU设备，您需要在代码中指定使用哪个GPU设备。设备编号从0开始，如果您请求的设备编号大于您的电脑上可用的GPU数量，就会出现这个错误。在这种情况下，您需要使用正确的设备编号，或者在代码中指定使用CPU加速。 例如，如果您的电脑上有2个GPU设备，您可以在代码中使用下面的代码来指定使用设备0： ```python device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu") ``` 如果您在代码中使用了设备编号1，但是实际上只有一个GPU设备，就会出现AssertionError: CUDA unavailable，invalid device 1 requested这个错误。 总之，如果您出现了这个错误，需要逐步排查原因。首先确认您的电脑是否支持CUDA加速，并且已经正确配置了环境和安装了必要的库。如果一切正常，再检查您的代码中是否正确指定GPU设备编号。 ### 回答3： assertionerror: cuda unavailable， invalid device 1 requested，这是一种常见的错误提示信息，通常出现在使用Python编写的深度学习程序中。这个错误提示告诉我们CUDA无法使用，因此程序不能使用GPU计算。让我们来看看这个错误是如何产生的，以及如何解决它。 首先，需要明确的是，CUDA是英伟达公司开发的用于GPU计算的平台和编程模型。在深度学习中，我们通常使用深度学习框架（如TensorFlow、PyTorch等）来实现我们的模型，而这些框架都利用CUDA来充分利用GPU的性能进行计算。 当我们在深度学习程序中使用GPU时，程序需要首先检查系统中是否安装了CUDA，以及能否通过Python接口来使用CUDA。如果CUDA不可用，或者Python无法使用CUDA，那么程序就会出现错误，提示“assertionerror: cuda unavailable， invalid device 1 requested”。 那么，出现这个错误究竟该怎么办呢？以下是几种可能的解决方法： 1. 检查CUDA安装：首先，需要确认自己的系统中是否安装了CUDA。可以在终端中执行“nvcc -V”命令，查看CUDA版本信息。如果没有安装，需要去CUDA官网下载并安装CUDA。如果已经安装了CUDA，那么需要检查CUDA是否正确配置。可以通过执行“export PATH=${PATH}:/usr/local/cuda/bin”命令来配置环境变量，使终端能够找到CUDA的相应库和头文件。 2. 检查PyTorch安装：如果使用的是PyTorch深度学习框架，在使用GPU时需要确保PyTorch是否正确安装和配置。可以通过执行“import torch; print(torch.cuda.is_available())”命令来检查PyTorch是否可以使用CUDA编写的GPU计算。如果这个命令输出为False，则说明PyTorch无法使用CUDA，需要重新安装并配置PyTorch。 3. 检查GPU驱动：如果系统安装了CUDA并配置正确，但仍无法使用GPU计算，那么可能是由于GPU驱动版本不兼容而导致的。此时，需要检查GPU驱动版本是否与CUDA版本相匹配。可以在终端中执行“nvidia-smi”命令，查看GPU驱动和CUDA版本信息，确保它们是兼容的。 4. 检查GPU型号：最后，还需要确认自己的GPU型号是否支持CUDA加速。只有支持CUDA的GPU型号才能够使用GPU计算。可以去CUDA官网查看支持CUDA的GPU型号列表，以及每个型号支持的CUDA版本。 总而言之，当出现“assertionerror: cuda unavailable， invalid device 1 requested”这个错误时，需要逐步排查可能的问题，并进行相应的调整和修正。只有确保CUDA、Python和GPU等各个环节都配置正确并兼容，才能够使用GPU进行加速计算，提高深度学习模型的训练和推断速度。

“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

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