GeForce RTX 3080 with CUDA capability sm_86 is not compatible with the current PyTorch installation.

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

在这里插入图片描述

三、解决

1.安装官方推荐的带后缀(+cu11)的版本

在这里插入图片描述

# 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
在这里插入图片描述
要选择的torch版本
在这里插入图片描述
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


在这里插入图片描述
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

在这里插入图片描述

安装后再运行无报错

  • 7
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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