GeForce RTX 3080 with CUDA capability sm_86 is not compatible with the current PyTorch installation. The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_61 sm_70 sm_75 compute_37.
一、问题
GeForce RTX 3080 with CUDA capability sm_86 is not compatible with the current PyTorch installation. The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_61 sm_70 sm_75 compute_37.
CUDA Error: no kernel image is available for execution on device
报错如上,sorry,没截上图
本人环境:
系统:Ubuntu20.04
显卡:RTX 3080
cuda版本:11.1
出现问题的pytorch版本:
pytorch 1.8.0
torchvision:0.9.0
注意:该版本并不带gpu加速也就是不带类似这样的后缀(+cu11),国内清华源没有pytorch 1.8.0+cu11
二、CUDA版本
三、解决
1.安装官方推荐的带后缀(+cu11)的版本
# CUDA 11.1
pip install torch==1.8.0+cu111 torchvision==0.9.0+cu111 torchaudio==0.8.0 -f https://download.pytorch.org/whl/torch_stable.html
但是会存在下载到一半中断的问题,所以采取下载到本地的方式
下载链接:https://download.pytorch.org/whl/torch_stable.html
要选择的torch版本
要选择的torchvision版本
ps:其实torchvision你可以直接选择使用pip安装,torch主要是太大了所以可能会出现中断,所以使用本地安装
pip install torchvision==0.9.0+cu111 torchaudio==0.8.0 -f https://download.pytorch.org/whl/torch_stable.html
在安装pytorch之前或之后安装torchvision都可以
- 如果你的电脑本来就是Ubuntu,那你可以直接下载到本地
- 如果你的电脑是Window,服务器是Ubuntu,那你可以先下载到windows再上传到服务器
如果不方便使用xshell上传的话,推荐使用magic-wormhole上传
上传或下载到一个目录,如上图所示
2.执行安装
1.激活ancoda环境
conda activate pytorch
2.执行pip安装
pip install torch-1.8.0+cu111-cp37-cp37m-linux_x86_64.whl
安装后再运行无报错