docker容器中torch.cuda.is_available()为false

最新推荐文章于 2024-08-18 16:00:08 发布
最新推荐文章于 2024-08-18 16:00:08 发布
阅读量459 收藏
点赞数 3
文章标签： docker 容器 运维
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/semiconductor_s/article/details/139564327
版权

现象：运行了torch.cuda.is_available()后显示
 

​​​​​​​Error 500: named symbol not found (Triggered internally at /opt/conda/conda-bld/pytorch_1695392020201/work/c10/cuda/CUDAFunctions.cpp:108.)
  return torch._C._cuda_getDeviceCount() > 0
False

网上搜了大部分都说是重启解决，再者就是pytorch的版本和cuda版本不兼容，但我的image直接下载的就是docker hub中的pytorch/pytorch，不应该会出现版本不兼容的问题。

image地址：https://hub.docker.com/r/pytorch/pytorch

接下来再去寻找其他的方式，最后试下来是要重装显卡驱动，回退版本（也有说只需重装就行，无需回退版本）

如需回退版本，可在官方高级驱动搜索 | NVIDIA中寻找之前的版本

potato_leisurely
关注
Pytorch RuntimeError: No CUDA GPUs are available解决方案
weixin_43178406的博客
04-07 8万+
本文主要介绍了使用Pytorch产生错误提示：RuntimeError: No CUDA GPUs are available的解决方案，希望能对使用Pytorch的同学们有所帮助。 文章目录 1. 问题描述 2. 解决方案 2.1 步骤一 2.2 步骤二 2.3 步骤三
Linux/Docker 中使用 System.Drawing.Common 踩坑记录分享
09-14
主要介绍了Linux/Docker 中使用 System.Drawing.Common 踩坑记录，本文通过两种方案给大家详细介绍，对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
docker内torch.cuda.is_available()=FALSE
qq_40391258的博客
07-23 225
报错为Error 500: named symbol not found (Triggered internally at /opt/conda/conda-记录docker内torch.cuda.is_available为false的解决。原因可能为更新了显卡驱动，导致显卡驱动与cuda版本不兼容，解决方案就是回退驱动版本，在设备管理器中。
（已解决）pytorch、cuda安装无误但是 torch.cuda.is_available()一直返回false
oh2sad2cry的博客
01-18 1431
在shell终端成功了，于是我重新建了一个项目，运行代码后却仍然返回false，仔细一看，原来是因为我新建的pycharm项目用的解释器不是我虚拟环境目录中的python.exe，调整过后成功返回true（顺便吐槽一句，网上大部分的pycharm教学用的都是旧版本的pycharm，新版调整后很多ui都不一样，新版使用时有的时候都找不到旧版的按钮）原来我之前用conda list调出来发现我的typing_extensions版本为4.4，重装之后现在的版本是4.9，莫非是不兼容的原因？
RuntimeError: Unexpected error from cudaGetDeviceCount()
qq_43367614的博客
08-18 380
docker 容器里的torch 无法访问gpu 调用cuda的问题
解决torch.cuda.is_available()返回结果为False
weixin_41803482的博客
10-22 3万+
装了好几天的环境，死活用不了GPU torch.cuda.is_available()返回结果一遍一遍的都是False，心态都崩了！！！ 一开始以为是nvidia驱动的问题，然后看了几篇帖子，总结一下我的错误 一、cuda版本问题 cuda是向下兼容的，一开始我用的cuda10.1的docker镜像，本机是cuda10.0的，所以返回False。要确保新建的环境的cuda版本要比本地的基础环境低！！！ 二、pytorch和cuda版本对应问题 装的torch==1.4.0版本的，用print(torch.
【CUDA】常见错误类型cudaError_t
人工智能算法与工程实践
01-26 3万+
整理下NVIDIA官方文档中列的CUDA常见错误类型。 错误类型说明 cudaSuccess = 0 API调用返回没有错误。对于查询调用，这还意味着要查询的操作已完成（请参阅cudaEventQuery（）和cudaStreamQuery（））。 cudaErrorInvalidValue = 1 这表明传递给API调用的一个或多个参数不在可接受的值范围内。 cudaErrorMemoryAllocation
Jupyter中使用pytorch以及出现错误：500 : Internal Server Error 解决方法
qq_41940277的博客
06-14 2252
PyTorch环境建立方法在上一篇中已经讲述过，但是如何在Jupyter中使用pytorch呢？ PyTorch环境建立：https://blog.csdn.net/qq_41940277/article/details/125279454?spm=1001.2014.3001.5501
(原创)torch.cuda.is_available()返回false的解决方法
m0_66977257的博客
09-17 2011
在其他帖子里没遇到过的情况，我用自己的方法解决了
“Symbol not found”的解决方式
寻找生活和工作的支点
03-11 7337
工程的索引文件损坏， 进入~/Library/Developer/Xcode/DerivedData 这个文件夹，把里面相关工程的文件夹删掉即可
Docker容器技术使用指南.rar_Docker_Docker容器技术使用指南
09-24
Docker容器技术使用指南 就是一些docker 的基本操作指南
docker-20.10_install.tar.gz
01-22
在 /etc/apt/sources.list.d/ 目录下创建一个文件，例如 `docker.list`，然后写入相应的 Docker 仓库地址。 5. **安装 Docker**： 更新软件源后，安装 Docker： ``` sudo apt-get update sudo apt-get install...
docker-ce_18.06.3.ce-1_mips64el
04-01
对应文章：https://blog.csdn.net/SoaringLee_fighting/article/details/120777014 mips平台docker安装包！
polkit升级到 polkit.x86_64.0.0.112-26.el7_9.1 版本后 docker容器故障
03-05
centos7 升级polkit到 polkit.x86_64.0.0.112-26.el7_9.1 版本后 无法与docker容器通讯
CXX0017:Error:symbol "xxx" not found 问题解决方法
技术无疆
05-21 1万+
C++程序运行调试过程中经常碰到CXX0017:Error:symbol "xxx" not found的问题(如下图所示)，这是由于编译的时候优化代码所导致的，只要将编译优化选项设置为"/Od"就可以了。Visual Studio 2005具体设置方法如下：工程右键 -> Properties -> Configuration Properites -> C/C++ -> Optimizat
在docker中配置pytorch(GPU)环境，cuda终于可用
weixin_44977143的博客
09-14 4590
在docker中配置conda+pytorch(GPU)，cuda可用！并将容器保存为镜像。
【cuda报错】torch.cuda.is_available()返回false解决方案
weixin_44955407的博客
06-12 2533
-----2021.7.27更新------ 针对cp38做了适当解释，其余未作修改。
记一次torch.cuda.is_available()=False的经历
m0_49784339的博客
08-12 1154
记一次torch.cuda.is_available()=False的经历 欢迎使用Markdown编辑器 你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。 新的改变 我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客： 全新的界面设计 ，将会带来全新的写作体验； 在创作中心设置你喜爱的代码高亮
【一文解决】已安装CUDA与Pytorch但torch.cuda.is_available()为False
热门推荐
乔卿的博客
06-15 8万+
已经安装CUDA与Pytorch。但执行如下Python脚本，输出结果为False，本文给出了尽可能详细全面的解决思路。
torch.cuda.is_available() 出现false
最新发布
09-10
`torch.cuda.is_available()` 是一个在 PyTorch 深度学习框架中用于检测CUDA是否可用的函数。当该函数返回 `False` 时，它表明当前环境中没有可用的NVIDIA CUDA设备，或者CUDA相关的设置有问题。这通常意味着以下几种情况： 1. 计算机上没有安装NVIDIA的GPU设备。 2. 如果有NVIDIA的GPU设备，可能是没有安装CUDA驱动或者驱动安装不正确。 3. CUDA版本与当前安装的PyTorch版本不兼容。 4. 有时即使GPU、CUDA驱动和版本都没问题，但在某些环境（例如某些Docker容器）中，PyTorch可能默认不使用CUDA。 遇到这种情况，可以尝试以下步骤来解决问题： 1. 确认计算机是否有NVIDIA GPU设备，并且该设备是否工作正常。 2. 检查并安装正确的CUDA驱动程序，它必须与你的NVIDIA GPU相兼容。 3. 确保安装的PyTorch版本与CUDA版本兼容。可以通过PyTorch官方网站查看不同版本的PyTorch所支持的CUDA版本。 4. 如果你是在特定的环境中，比如虚拟机或者Docker容器，检查是否正确配置了对GPU的支持。
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