报错“CUDA error: no kernel image is available for execution on the device”

uk4.5

已于 2022-09-14 16:44:57 修改

阅读量1k

点赞数

文章标签： python pytorch

于 2022-09-13 17:20:51 首次发布

本文链接：https://blog.csdn.net/weixin_43501330/article/details/126837616

版权

cuda10.0＋pytorch1.2环境配置

调试python报错“CUDA error: no kernel image is available for execution on the device”

1.检查pytorch版本和cuda版本是否对应

2.以上无误，检查电脑算力

在matlab命令行中输入gpuDevice
在这里插入图片描述
算力3.5及以下，只能下载pytorch 1.1，或1.2的版本。因为需要硬件和软件的配置相配才能使GPU发挥它的功效。3.5以上则可根据官网进行对应pytorch下载（pytorch官网）。

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

uk4.5

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
报错“CUDA error: no kernel image is available for execution on the device”

报错“CUDA error: no kernel image is available for execution on the device”
复制链接

扫一扫

[MMCV]RuntimeError: CUDA error: no kernel image is available for execution on the device

weixin_43786905的博客

10-31

1275

出现这个问题分为两个原因第一，GPU算力和Pytorch版本不匹配第二，服务器使用了算力不同的显卡组合。关于第一点，pytorch在1.3.0之后就不再支持算力小于3.7的显卡，可以重新安装低版本pytorch，相应版本可以在下方链接找到： torch、torchvision历史版本下载常见的显卡算力如下 GPU Compute Capability NVIDIA TITAN RTX 7.5 Geforce RTX 2080 Ti 7.5 Geforce RTX 2080 7.5 Geforce R

IntelliJ IDEA报错Error:java: Compilation failed: internal java compiler error的解决办法

08-26

在使用IntelliJ IDEA开发Java项目时，可能会遇到一个令人头疼的错误：“Error:java: Compilation failed: internal java compiler error”。这个错误通常意味着IDE在尝试编译代码时遇到了内部问题，可能是由于配置不...

参与评论您还未登录，请先登录后发表或查看评论

报错CUDA error: no kernel image is available for execution on the device

momo的博客

06-18

1728

在这种情况下默认安装的是CPU版本的pytorch，因此如果使用GPU运行会出现CUDA版本不匹配的问题，即CUDA error: no kernel image is available for execution on the device。中给出了不同版本的pytorch对应的torchvision、torch audio和CUDA版本，十分实用。在安装pytorch的时候，如果服务器上有GPU，不能直接使用。的安装命令，如果需要安装GPU版本的pytorch，可以使用。

解决CUDA error: no kernel image is availabel for execution on the device

热门推荐

peacefairy的博客

08-15

2万+

问题描述： pytorch使用GPU报错，具体操作的简化如下：安装成功，测试GPU可用，但是下面这步报错了。 t = torch.ones(1,1,28,28) t = t.cuda() t 我的环境是： pytorch1.5.1； Cuda 10.1.0； GPU（Navida GeForce 920M python（3.6）原因：问题出在CUDA对部分计算操作无法支持，即no kernel image is available for execution on the device的问题。

报错：RuntimeError: CUDA error: no kernel image is available for execution on the device

周周的专栏

04-12

1万+

报错：RuntimeError: CUDA error: no kernel image is available for execution on the device提醒：安装pytorch时，除了要注意pytorch与torchvision版本的匹配，也要注意pytorch与cuda的版本兼容。不然……，安装环境会让你想吐~

vs中的CUDA Error：no kernel image is available for execution on device

jerry的博客

04-11

2037

问题还原运行一个程序： #include <stdio.h> __global__ void helloFromGPU (void) { printf("Hello World from GPU!\n"); } int main(void) { // hello from cpu printf("Hello World from CPU!\n"); helloFromGPU <<<1, 10>>>(); cudaError_t err = c

【嵌入式学习】Keil5 链接报错： No space in execution regions with .ANY selector 解决方案

01-06

最近需要将代码移植到nucleo STM32F072RBT6上，在更改Options中device芯片以及C++define后，再次编译链接，出现了几十个相同类型的错误，均为No space in execution regions with .ANY selector matching xxx.o(....

STM32 RAM溢出分析（KEIL在Build的时候提示Error：L6406E：No space in execution）

01-06

先请问大家一个问题：keil5编译后生成 Program Size: Code RO-data RW-data ZI-data是什么？要想知道RAM溢出分析，对内存需要比较了解。实际上： ==================================================== ...

Android Studio 报错“app:processDebugResources”解决方法

01-05

Error:Execution failed for task ':app:processDebugResources'. > com.android.ide.common.process.ProcessException: org.gradle.process.internal.ExecException: Process 'command 'D:\Java\as-sdk\build-...

[解决bug]CUDA error: no kernel image is available for execution on the device

a180736的博客

02-27

4297

我在复现论文的代码时反复出现这个错误，终于在今天被我解决了，特此立帖记录。

CUDA Error: no kernel image is available for execution on the device

不积跬步无以至千里

07-02

1万+

程序中使用到了darknet静态库，将该程序放在另一台机器上执行时报错：原因：两台机器显卡的算力不一致，在编译darknet的时候应修改makefile配置使其与本机的gpu算力一致。然后将生成的darknet静态库放程序里再重新编译。修改方法： 1 查看根据显卡信号查看算力：地址：https://developer.nvidia.com/cuda-gpus 2 修改darknet的makefile： 3 重新编译参考：https://www.wandouip.co..

已解决RuntimeError: CUDA error: no kernel image is available for execution on the device

努力让自己发光，对的人才能迎着光而来

02-21

1万+

已解决在ubuntu虚拟机调试Transformer网络，抛出异常RuntimeError: CUDA error: no kernel image is available for execution on the device的正确解决方法，亲测有效，文末附上pytorch各版本和cuda版本对应关系！！！

CUDA error: no kernel image is available for execution on the device 报错解决方法

weixin_44001371的博客

10-19

1411

装新环境按CLRNet项目要求装了个1.8.0的 pytroch，训练的时候报错。先是显示，网上查了一圈都说是当前显卡的算力太低，不支持高版本的 CUDA。看了一眼显卡：3090；而且之前用 pytorch 也没出现这种问题。往上翻了一下训练途中的 warning，看到一句：CUDA capability sm_86 是说当前 GPU 3090 算力是 8.6，与安装的 PyTorch 版本不匹配。虽然错误描述里说的是 PyTorch，但实际上是说 PyTorch 依赖的CUDA 版本。

CUDA error: no kernel image is available for execution on the device

weixin_45597589的博客

08-18

1066

no kernel image is available for execution on the device

VS上运行CUDA默认程序出错：no kernel image is available for execution on device解决方法

诸葛浪

12-09

5722

使用cuda11.1的版本在vs2019上创建cuda项目，运行默认程序时出现错误： addKernel launch failed: no kernel image is available for execution on the device addWithCuda failed! 这是算力设置和GPU不符合的问题。首先去CUDA 算力列表看一下自己显卡对应的算力是多少，我的电脑是GT 730的，可以看到算力是3.5 随后在vs的项目属性中，找到这里：把黑体字那里改成实际算力

当出现RuntimeError:CUDA error:no kernel image is available for execution on the device 问题时候的pytorch安装方法

m0_65931988的博客

04-07

2274

本人由于需要学习深度学习，因此要用到pytorch.经过不断摸索终于成功安装好了pytorch,其中走过很多弯路，其中最大的原因就是没有意识到显卡算力的问题导致安装pytorch不匹配。

CUDA Error： no kernel image is available for execution on device

牧羊女

07-07

1335

场景再现：搭建了一台基于NVIDIA GeForce 1080Ti的算法服务器，使用的cuda11.1的docker镜像，显卡驱动：NVIDIA-Linux-x86_64-455.38.run，容器起来后，运行程序时出现题目中的错误：第一反应是，是不是cuda和驱动该版本太高了？因为这套环境原本是在GeForce RTX 3080机器上运行的。所以在第一时间把显卡驱动降到了NVIDIA-Linux-x86_64-440.44.run，cuda版本降到了10.2，并且重新编译了应用程序，但是这个问题仍

RuntimeError: CUDA error: no kernel image is available for execution on the deviceCUDA kernel error

Seaern的博客

03-24

3722

RuntimeError: CUDA error: no kernel image is available for execution on the device CUDA kernel errors might be asynchronously reported at some other API call,so the stacktrace below might be incorrect. For debugging consider passing CUDA_LAUNCH_BLOCKING=1.

RunTimeError: CUDA error: no kernel image is available for execution on the device 原因

12-23

引用[1]和引用[2]中提到的错误"RuntimeError: CUDA error: no kernel image is available for execution on the device"表示在执行CUDA代码时，设备上没有可执行的内核图像。这个错误通常是由以下几个原因引起的： ...