pytorch CUDA版本不一致问题解决
查看pytorch版本
有两种方法:
- 第一种:
在python里面输出:
import torch
torch.cuda.is_available()
torch.cuda.version
- 第二种:
使用conda list或者pip list
一般这里可以看到torch的版本和torchvision的版本,然后cuda版本是当时选择装的,现在有9.0,10.1,10.2各个版本。对应的可以看到。
查看显卡支持的版本
输入:
nvidia-smi
可以看到:
== NVIDIA-SMI 430.40 Driver Version: 430.40 CUDA Version: 10.1 ==
这里430这是英伟达驱动版本,最高支持的CUDA版本可以在官网查到,然后我这里CUDA的版本是10.1,如果你装了10.2的话就不支持,使用torch.cuda.is_available()就会报出来False。
查看环境变量的配置
编辑/home/name/.bashrc,查看里面的CUDA_HOME或者CUDA_PATH是否配置了cuda的路径,一般cuda在/usr/loca/cuda中,这个路径可能是你真实cuda的软连接。更换的是否软连接到对应的cuda版本,这样可以实现版本的切换。修改完以后记得source一下。输出变量看看是否生效。echo $CUDA_HOME。
小结
基本的配置应该靠这些就能查到了,一般版本问题参照这上面的对应的查一下就能知道哪里有问题了。