个人记录torch.cuda.is_available()==false；print(torch.__version__) ---＞1.8.0+cpu

已于 2022-11-11 11:57:50 修改
阅读量2k 收藏 5
点赞数 1
分类专栏： 笔记 文章标签： pytorch 深度学习
于 2021-12-13 13:17:51 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44894550/article/details/121903011
版权

请添加图片描述
输入：nvcc -V
在这里插入图片描述

输入：nvidia-smi
在这里插入图片描述
torch无法使用cuda
使用ubuntu时也出现同样的问题，最后发现是自己安装时命令没没搞明白。例如实验室服务器的cuda版本是10.1，所以在安装时先查看官网pytorch官网
以torch1.7.0为例，如果使用conda安装，则：在这里插入图片描述

如果使用pip安装：
在这里插入图片描述
之前使用pip安装时一直没有加上“+cu101”，其中torchvision根据命令行提示，安装了torchvision+cu101版本。
OK

yuchenovo
关注
  • 1
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
vgg_face_torch.tar.gz
12-10
vgg_face_torch.tar.gz
torch.cuda.is_available()返回False的问题解决
04-02
torch.cuda.is_available()返回False的问题解决
GPU版pytorch安装成功却无法使用cuda
慢慢来，才会快
10-27 6865
因为这个大坑，可以说浪费了一整个晚上的时间，在借鉴了很多博客之后，下面这个博主的博客可以说是一个超级好的解决方法。在远程服务器安装pytorch，根据官网命令进行安装，但在完成之后，显示GPU不可用，故记录此大坑。安装结束之后，输入以下代码进行安装验证却显示没有成功安装！按照这个博客的引导，使用pip成功安装GPU版本的torch。但是不死心的我又输入以下语句来检查torch。这表明我们安装的只是CPU版本！所以这表明安装大失败！一、根据官网进行安装。
torch版本始终是CPU版本
最新发布
Musennn的博客
03-19 522
最后在排查时发现conda在安装torch时始终调用flexible 策略，即无法找到torch官网上相对应的包，因此始终选取cpuonly版本进行适配。如上三个包，所以只需更改torch官网给出的下载命令，并删除-c后的部分即可完美解决问题。故而考虑到前往conda channel中查看相应的torch库内有哪些适配版本。其中发现我所需要的版本仅有。1.卸载cpuonly包。
电脑装了pytorch没有安装cuda，nvcc -V没反应，但能正常使用gpu
地理信息系统、摄影测量与遥感、人工智能
02-15 3482
综上，如果driver API和runtime> API的CUDA版本不一致可能是因为你使用的是单独的GPU driver installer，而不是CUDA Toolkit installer里的GPU driver installer。CUDA有两个主要的API：runtime(运行时) API和driver API。发行版时的当前默认版本，它使用最新最好的虚拟化技术在轻量级实用工具虚拟机 (因为深度学习的原因，相信很多人都是在一块硬盘上面装双系统，如。的时间，这不变成了傻瓜式深度学习环境安装？
torch 检测不到cuda
slj2017的博客
10-17 2692
https://discuss.pytorch.org/t/torch-cuda-is-available-is-false-after-cuda-9-0-176-installed-could-anyone-help-me-with-this-thanks/33360/3
pytorch识别不到cuda问题 torch.cuda.is_available() False问题解决
qq_45384162的博客
09-15 1457
print(torch.__version__)正常，但 torch.cuda.is_available() False，尝试1. 卸载&重新安装cuda版本的pytorch2. 在环境变量中增加export CUDA_VISIBLE_DEVICES=03. 更新nvidia-apt-get install nvidia-modprobe。最终采用重启大法
解决cuda版本不对应问题
m0_56509231的博客
01-04 5328
cuda版本对应解决方法
导入torchvision失败，查看torch版本
bird11111的博客
04-15 5426
import torch可以，但是import torchvision失败，torch和torchvision一块安装的，但可能是版本不匹配。 于是我重新安装torchvision 查看torch版本 所以我卸载了torch准备重新安装 重新安装了CPU版本的pip3 install torch==1.2.0+cpu torchvision==0.4.0+cpu -f ht...
windows和Linux系统如何安装指定版本的torch ，且cuda可用，一个命令行解决。
qq_43449643的博客
06-13 3556
一行代码结果pytorch安装的头秃问题
ROS修改：ubuntu系统更改默认python版本（重要操作）
wzfafabga的博客
10-07 4531
ROS修改：ubuntu系统更改默认python版本
将GPU版本的torch和torchvision下载至本地进行安装，解决torch.cuda.is_available()为False的情况，本文主要解决CPU版本的torch问题。
m0_69358860的博客
04-15 3347
这是困扰我很久的问题，今天花了一点时间去研究一下为什么我的cuda和cudann安装完成了，却不能使用GPU，原因是我的torch和torchvision是cpu版本的，必须下载GPU版本的才能使torch.cuda.is_available()为True,本文使用将文件下载到文件夹后进行安装。此时对应是12.1，之前我是11.1，不知道怎么更新到12.1了， 所以我还是采用11.1版本，此时您需要根据你的版本，选择手动下载GPU版本的torch和torchvision。下图是正确安装后的效果。
torch.cuda.is_available（）返回False解决方案
12-21
但是在查看代码是看到这里是一个and，参数args.no_cuda是设置的Flase，所以问题因为在torch.cuda.is_available()，没有获得cuda加速。 查看深度学习环境搭建torch.cuda.is_available()这里返回了
torch-1.8.0-cp36-cp36m-manylinux2014_aarch64.whl
03-28
torch-1.8.0-cp36-cp36m-manylinux2014_aarch64.whl
torch-1.8.0-cp36-cp36m-linux_aarch64.whl
05-09
torch-1.8.0-cp36-cp36m-linux_aarch64.whl jetson nx等使用,pytorch GPU版本
win10+940mx+pytorch安装的坑
waterice0717的博客
10-29 542
win10+940mx+pytorch安装的坑
print(torch.cuda.is_available()) False
weixin_42445581的博客
07-24 4914
安装完pytorch，cuda不可用。一般是版本的问题。而官网只给了pytorch1.2以前，以及最新的版本，的匹配关系，即pytorch-cuda-torchvision的版本匹配兼容性。可到这里查看版本的对应关系，安装正确的版本。 ...
python安装cuda出现错误提示：AssertionError: Torch not compiled with CUDA enabled
热门推荐
-7的博客
03-21 1万+
在pycharm中模型训练时，出现错误提示：AssertionError: Torch not compiled with CUDA enabled原因：CUDA和Torch版本不兼容。
torch.version.cuda 没有返回值
yzpfyang的博客
03-04 5481
解决方案： 确认一下pytorch安装的是否是CPU版本
torch.cuda.is_available()==false
03-05
当torch.cuda.is_available()返回false时，表示当前系统不支持使用CUDA进行GPU加速。CUDA是NVIDIA提供的用于并行计算的平台和编程模型，它可以利用GPU的强大计算能力来加速深度学习任务。 可能导致torch.cuda.is_available()返回false的原因有以下几种： 1. 没有正确安装NVIDIA显卡驱动程序：CUDA需要正确安装与显卡型号匹配的NVIDIA显卡驱动程序才能正常工作。请确保已经安装了正确版本的显卡驱动程序。 2. 没有安装CUDA工具包：CUDA工具包是进行GPU加速计算所必需的软件包。请确保已经正确安装了与PyTorch版本匹配的CUDA工具包。 3. 硬件不支持CUDA：某些较旧或低端的显卡可能不支持CUDA加速。请检查您的显卡型号是否支持CUDA。 4. 系统环境配置错误：有时候，系统环境变量配置不正确也会导致torch.cuda.is_available()返回false。请确保已正确设置CUDA相关的环境变量。

“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
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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