PyTorch版本更新后无法调用GPU显卡的原因及解决办法

Index 目录索引

问题剖析

使用PyTorch在网络模型训练过程中,如果更新了PyTorch的版本(例如由1.7.0更新为1.8.1),则可能会出现无法使用GPU的情况,下面是查看cuda是否可用的代码命令:

import torch

print(torch.__version__)
print(torch.cuda.is_available())
print(torch.version.cuda)

可得到下面的结果:

1.8.1+cpu
False
None

由此可知,PyTorch更新至1.8.1后,cuda未能正常调用,而奇怪的是,在1.7.0旧版本PyTorch的环境中,就可以正常调用,显示如下:

1.7.0+cu110
True
11.0

说明显卡硬件并未出现异常,推测有可能是更新后版本不匹配的原因。

经过查阅资料,得知出现这种情况的原因是当前的PyTorch版本和cuda版本不匹配1,所以无法使用显卡

解决方法

根据这个网址,可以查看PyTorch不同版本所对应的cuda
在这里插入图片描述找到更新后的PyTorch版本号1.8.1所在的位置,可知对应的cuda版本有两个,分别是10.211.3,不妨将cuda由原来的11.0更新至11.3,所以输入对应的命令:

conda install pytorch==1.8.1 torchvision==0.9.1 torchaudio==0.8.1 cudatoolkit=11.3 -c pytorch -c conda-forge

更新过程如下:

(wl_pytorch1_8) D:\***-main>conda install pytorch==1.8.1 torchvision==0.9.1 torchaudio==0.8.1 cudatoolkit=11.3 -c pytorch -c conda-forge
Collecting package metadata (current_repodata.json): done
Solving environment: failed with initial frozen solve. Retrying with flexible solve.
Solving environment: failed with repodata from current_repodata.json, will retry with next repodata source.
Collecting package metadata (repodata.json): done
Solving environment: done

## Package Plan ##
...
...

(以上未测试)

首先使用Anaconda新创建一个 env环境,在这个新环境中进行PyTorch及其他库的更新。

接着,参考之前的这篇文章,下载文件torch-1.8.1+cu102-cp37-cp37m-win_amd64.whl
,离线进行PyTorchcuda的安装(该方法可直接通过代码命令安装cuda),将cuda版本由原来的11.0降至10.2

在这里插入图片描述

安装完成后,输出如下:

1.8.1+cu102
True
10.2

接下来,便可接着在新的环境中调用显卡进行深度学习模型的训练。


写到这里,本文就要接近尾声了,如果我的这篇文章帮助到了你,那我也会感到很高兴,一个人能走多远,在于与谁同行


参考


  1. Pytorch错误:Torch not compiled with CUDA enabled ↩︎

评论
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