Pytorch/Torch:电脑无cuda情况下,使用CPU运行

本文介绍了如何解决Torch中出现的'not compiled with CUDA enabled'错误,步骤包括设置初始设备、转换数据到设备和调整模型加载。提供了一个实例演示了如何将numpy数组转为GPU或CPU,并正确加载预训练模型。
摘要由CSDN通过智能技术生成

显示错误“Torch not compiled with CUDA enabled”

修改方法

第一步

先在程序最开始加上

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

    
    

    然后把所有的

    .cuda()
    
        
        

      改成

      .to(device)
      
          
          

        如果并未解决,请进行第二步,若解决,请忽视

        第二步

        把所有

        torch.load(model_path)
        
            
            

          改为

          torch.load(model_path,map_location='cpu')
          
              
              

            一个小例子

            train_data = torch.from_numpy(train_data_np).cuda()
            ···
            model.load_state_dict(torch.load(model_path)
            
                
                

              修改为

              device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
              ···
              train_data = torch.from_numpy(train_data_np).to(device)
              model.load_state_dict(torch.load(model_path,map_location='cpu'))
              
                  
                  

                转载自

                这是把两篇博客的内容拼接在一起,由于转载不能填两个链接,所以厚着脸皮写成原创了
                https://blog.csdn.net/quantum7/article/details/89333293

                https://blog.csdn.net/ssjdoudou/article/details/103640129?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase

                评论 2
                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