解决torch.cuda.is_available()为false的方法+总结ubuntu中安装pytorch(gpu版本)的方法

太激动啦啦啦。。。先来看一波

zhenghan@zhenghan:~$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2018 NVIDIA Corporation
Built on Tue_Jun_12_23:07:04_CDT_2018
Cuda compilation tools, release 9.2, V9.2.148
zhenghan@zhenghan:~$ python
Python 3.7.0 (default, Jun 28 2018, 13:15:42) 
[GCC 7.2.0] :: Anaconda, Inc. on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> torch.cuda.is_available();
True
>>> 


终于知道为什么我的torch.cuda.is_available()总为false,原因是我的显卡驱动太低,与CUDA不匹配。装的pytorch是1.4+cuda9.2版本的
在这里插入图片描述
9.2的必须显卡驱动大于396,而自己的显卡驱动是390,那肯定不匹配咯。
因此,升级显卡驱动,
设置->软件更新->附加驱动->选择nvidia最新驱动(361)->应用更改,选择435这一行,应用更改,完了重启就好了。
在这里插入图片描述
最后,测试:

zhenghan@zhenghan:~$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2018 NVIDIA Corporation
Built on Tue_Jun_12_23:07:04_CDT_2018
Cuda compilation tools, release 9.2, V9.2.148
zhenghan@zhenghan:~$ python
Python 3.7.0 (default, Jun 28 2018, 13:15:42) 
[GCC 7.2.0] :: Anaconda, Inc. on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> torch.cuda.is_available();
True
>>> 

torch.cuda.is_available()为true 啦!

总结,写在最后,安装pytorch需要注意的地方:
1.看自己需要装的pytorch版本以及cuda要求,https://download.pytorch.org/whl/torch_stable.html 这个网站比较慢,但是能看到自己需要的版本要求,推荐用镜像网站去下:https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/
2.查看自己的显卡驱动是否支持cuda,对应关系:
在这里插入图片描述
一定要注意驱动,cuda,pytorch是cpu版还是gpu版以及pytorch与cuda版本选择的关系。
具体的安装方法可参见我之前写的博客。

  • 4
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
### 回答1: 当在Ubuntu下使用PyTorch时,`torch.cuda.is_available()`返回`false`的原因可能是以下几个: 1. 缺少NVIDIA显卡驱动:PyTorch依赖于NVIDIA显卡的支持。要在Ubuntu上使用CUDA加速,必须先安装适当的NVIDIA显卡驱动。可以通过在终端输入`nvidia-smi`查看显卡驱动的状态。如果没有安装正确的驱动程序,需要下载并安装适用于你的显卡型号的驱动程序。 2. CUDA Toolkit未正确安装CUDA Toolkit是一组与NVIDIA显卡相关的开发工具和库,用于支持GPU加速计算。要在Ubuntu上使用CUDA,请先安装适用于你的显卡和操作系统版本CUDA Toolkit。可以从NVIDIA官方网站下载并按照官方文档进行安装。 3. 不支持的显卡型号:某些旧型号的NVIDIA显卡可能不再受最新版本CUDA Toolkit支持。如果你的显卡太旧,可能无法在Ubuntu上使用CUDA加速。 4. 安装了错误版本PyTorch:如果你下载了不适用于你的显卡和CUDA版本PyTorch,`torch.cuda.is_available()`可能会返回`false`。请确保你下载并安装了与你的显卡和CUDA版本兼容的PyTorch版本。 总之,在Ubuntu下使用PyTorch时,如果`torch.cuda.is_available()`返回`false`,需要检查NVIDIA驱动、CUDA Toolkit、显卡型号以及PyTorch版本是否正确安装和配置,并根据具体情况进行相应调整。 ### 回答2: 在Ubuntu下,如果torch.cuda.is_available()返回false,有几个可能的原因: 1. 缺少NVIDIA驱动程序:torch.cuda.is_available()需要正确安装并配置NVIDIA显卡驱动程序。您可以通过在终端运行“sudo ubuntu-drivers autoinstall” 来安装最新的NVIDIA驱动程序。安装完成后,重新启动电脑。 2. CUDA工具包未安装版本不兼容:torch.cuda.is_available()还依赖于CUDA工具包。您可以通过访问NVIDIA的开发者网站(https://developer.nvidia.com/cuda-downloads)下载适合您显卡和Ubuntu版本CUDA工具包,并按照安装说明进行安装。 3. 未正确配置GPU支持:在某些情况下,可能需要进行一些额外的配置才能启用CUDA支持。您可以编辑您的~/.bashrc文件,添加以下行来设置CUDA路径: export PATH=/usr/local/cuda/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH 然后运行“source ~/.bashrc”使更改生效。 4. 不支持的GPUtorch.cuda.is_available()只能在支持CUDA的NVIDIA GPU上返回True。确保您的显卡支持CUDA,并且驱动程序已经正确安装。 如果您已经检查了以上几个方面,仍然无法解决问题,可能需要进一步研究您的系统配置和安装情况,或者在相关的开发者论坛上寻求帮助。 ### 回答3: 在Ubuntu下,如果torch.cuda.is_available()返回false,意味着你的系统无法检测到使用CUDAGPU设备。 首先,你需要确保你的系统有至少一个能够使用CUDAGPU设备。可以通过运行nvidia-smi命令来检查系统是否存在合适的GPU设备,并确保设备驱动程序已正确安装。 如果nvidia-smi显示没有找到GPU设备或显示相关的错误信息,可能是由于缺少适当的NVIDIA显卡驱动程序导致的。你可以通过安装适用于你的GPU设备的最新NVIDIA驱动程序来解决此问题。请参考NVIDIA官方网站以获取正确的驱动程序和安装指南。 如果nvidia-smi显示GPU设备正常工作,并且已正确安装NVIDIA驱动程序,但torch.cuda.is_available()仍然返回false,则可能是由于torch库与NVIDIA驱动程序之间的版本不兼容导致的。在这种情况下,你可以尝试升级或降级torch库的版本,或者更新你的CUDA工具包版本,以使其与NVIDIA驱动程序兼容。 如果问题仍然存在,你可以尝试在Ubuntu的命令行运行“export CUDA_VISIBLE_DEVICES=0”来指定使用的GPU设备。然后重新运行torch.cuda.is_available(),看看是否可以正常检测到GPU设备。 综上所述,如果在Ubuntutorch.cuda.is_available()返回false,你可以按照上述步骤来解决问题,以确保系统能够正确检测到使用CUDAGPU设备。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
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