rtx3070 报sm_82 not compatible with the current PyTorch installation

最新推荐文章于 2023-08-27 19:46:57 发布
最新推荐文章于 2023-08-27 19:46:57 发布
阅读量605 收藏 2
点赞数
分类专栏： pytorch 文章标签： cuda gpu 深度学习
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_45418705/article/details/111771251
版权

rtx3070算力太强，cuda10.2不行，可以装cuda11.0 + 对应1.7.1pytorch 和cudnn 版本，亲测可用。driver11.1没问题，可以向下兼容cuda。Ubuntu上的cudnn一般装的是cudnn for linux，网上大都是这样装的。教程网上很多。rtx3070用着还不错，能跑起来。网上说一些会用不了什么的，我也不知道自己用不用得到那些用不了的。

代码之王
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Rtx51.rar_RTX51 FULL_RTX51 full下载_keil rtx51_rtx51_rtx51full
09-19
RTX51是Keil公司开发的一个实时操作系统（RTOS）内核，专为8051微控制器系列设计。在嵌入式系统开发中，RTOS能够有效地管理系统的资源，提高程序执行效率，确保任务的实时性。RTX51 FULL是RTX51的完整版本，提供了...
ucOS-II.rar_RTX UCOSIII_RTX ucos_The Real_rtx实时
09-21
在本文中，我们将深入探讨两个知名实时操作系统（RTOS）： ucOS-II 和 RTX，并了解它们如何实现简单的LED点灯例程，这对于理解RTOS的基本工作原理非常有帮助。 ucOS-II，全称为“ micriKernel +”操作系统，由 Jean...
解决pytorch capability sm_86 is not compatible with the current PyTorch installation 问题
热门推荐
a563562675的博客
12-01 5万+
问题描述 当使用比较新的显卡（比如NVIDIA GeForce RTX 3090）时，由于显卡的架构比较新，可能旧版本的pytorch库没有支持到。这时候就会出现capability sm_86 is not compatible的问题，同时根据输出可以看到 The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_70 sm_75当前pytorch只能支持上面几种架构。 问题解决 最常见的解决方式是升级Pytor
anaconda3配置torch_一文看懂RTX3070在Anaconda3安装Pytorch
weixin_39792751的博客
02-06 506
配置和环境Windows 10系统、#PyCharm#、Anaconda3图形界面、RTX3070显卡第一步：安装Anaconda3环境首先，进入Anaconda的官网(https://www.anaconda.com)进行下载，选择你想下载的#Python#版本(我选的是Python3.8)，下载后安装，基本都是选择默认选项(新版省去配置环境变量的工作)。安装界面最好两个都选择安装完成后可以打开...
Win11 + 3070 安装pytorch踩坑记录+资源
alfhgo_I的博客
01-30 1715
最近买了新的笔电，3070显卡，心说可以好好用用显卡了，遂安装了pytorch，安装过程真是一把辛酸泪，本来安装了10.2，测试成功了，才发现报错用不了这个版本。然后又重新下载重装11.3版本的。下面有相关资源： 注意：30系显卡只能用cuda11版本以上的，否则无法调用，报错。 资源： 1、cuda11.3版本 链接：https://pan.baidu.com/s/12J6DYnzpxk259CTSU0QXTw 提取码：8fba 2、cudnn与cuda11.3配套的 链接：https://.
NVIDIA GeForce RTX 3090 with CUDA capability sm_86 is not compatible with the current PyTorch
power_kaikaige的博客
08-27 2111
NVIDIA GeForce RTX 3090 with CUDA capability sm_86 is not compatible with the current PyTorch installation
CUDA capability sm_86 is not compatible with the current PyTorch（安装DRIVER 多个CUDA CUDNN PYTORCH ）
Qianty的博客
04-03 3727
conda虚拟环境。
RTX.rar_RTX_Windows RTX_rtx windows_rtx 反射内存_光纤
09-19
RTX（Real-Time eXchange）系统是一种专为高性能、低延迟通信设计的软件解决方案，尤其在金融交易、工业自动化和实时数据处理等领域广泛应用。它通过反射内存技术，允许多个计算机节点之间快速交换数据，无需经过...
NTX.rar_RTX PCI_RTX_PCI_RTX驱动_其他_神州飞航
09-20
标题中的“NTX.rar_RTX PCI_RTX_PCI_RTX驱动_其他_神州飞航”表明这是一个与RTX PCI相关的驱动程序包，由神州飞航公司提供。RTX PCI是一种可能的实时扩展技术，用于在基于PCI接口的硬件上运行实时操作系统（RTOS）。...
RTX.zip_RTX RS485_STM32 CAN_The Mailbox_rtx tcp_stm32 RTX
09-24
RTX Examples for the BHS-STM32 Development Board: RTX RTX_CAN RTX_HID RTX_LED RTX_Mailbox RTX_RS232 RTX_RS485 RTX_TCP_uIP1.0
pytorch 中注意cuda版本和gpu算力匹配
m0_46483236的博客
04-11 2万+
在安装torch时，一定要注意显卡的cuda版本问题。 比如，在 RTX2080上 同样的环境中 程序可以正常运行，而换到A100中，就会报错如下： NVIDIA A100-PCIE-40GB with CUDA capability sm_80 is not compatible with the current PyTorch installation. The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60
Ubuntu16.04 RTX2060 安装CUDA10.2
追求卓越583的博客
07-15 5168
安装显卡驱动 一、查看适配显卡版本并下载 到英伟达官网搜索驱动https://www.nvidia.cn/geforce/drivers/ 搜索结果：（注意，非特殊需求，不要选择带BETA的版本） 选择最新的即可，（注意，非特殊需求，不要选择带BETA的版本），版本为450.57，进行下载。 二、卸载自带驱动 1.卸载原先的驱动 sudo apt-get remove --purge nvidia* 2.禁用原有驱动nouveau（有两种方法，我把两种方法都操作了，才成功禁用）..
GeForce RTX 3070 with CUDA capability sm_86 is not compatible with the current PyTorch.
一只小菜鸟的博客
10-11 971
此前一直使用tensorflow2 最近入坑pytorch 配置环境时出现 GeForce RTX 3070 with CUDA capability sm_86 is not compatible with the current PyTorch. 按照我之前的教程，ubuntu20.04 配置pytorch深度学习环境 + SSD目标检测_一只小菜鸟的博客-CSDN博客_ubuntu配置pytorch环境总体流程没毛病，就是显卡过新，CUDA和Pytorch的安装需要注意。 按照官网提示:S
服务器NVIDIA A30报错：NVIDIA A30 with CUDA capability sm_ 80
sumeil的博客
08-30 3088
服务器NVIDIA A30使用PyTorch训练模型时报错：NVIDIA A30 with CUDA capability sm_ 80 is not compatible with the current PyTorch installation.
RuntimeError: Unable to find a valid cuDNN algorithm to run convolution
edward_zcl的博客
04-29 1万+
不得不说，算力太强，版本太新也是一种烦恼哈哈 在安装torch时，一定要注意显卡的cuda版本问题。 比如，在 RTX2080上 同样的环境中 程序可以正常运行，而换到A100中，就会报错如下： NVIDIA A100-PCIE-40GB with CUDA capability sm_80 is not compatible with the current PyTorch installation. T.
【Bug解决】GeForce RTX 3070 with CUDA capability sm_86 is not compatible with the current PyTorch.
qq_44703886的博客
05-12 7514
问题分析 F:\软件打包\Dislden_yolo_210510\torch\cuda\__init__.py:104: UserWarning: GeForce RTX 3070 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
【PyTorch问题】GeForce RTX 3070 with CUDA capability sm_86 is not compatible with the current PyTorch..略
冰糖的小屋
04-04 8239
问题描述：GeForce RTX 3070 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. If you want to use the GeForce RTX 3070 GPU wit
GeForce RTX 3080 with CUDA capability sm_86 is not compatible with the current PyTorch installation.
nyist_yangguang的博客
03-19 8057
RTX3080+cuda问题 1.通过最近装cuda环境研究发下仅仅通过以下命令是不能够测试cuda是否可以正常使用的。 import torch # 我在python的命令环境测试该命令 返回是True的但是在run torch程序的时候报错 torch.cuda.is_available() 2.如果想要测是你的cuda版本torch是否可以使用，使用以下命令测试可能会更好。 import torch torch.zeros(1).cuda() 如果报错是GeForce RT.
GeForce RTX 3090 with CUDA capability sm_86 is not compatible with the current PyTorch installation.
weixin_41596697的博客
09-24 4235
https://blog.csdn.net/Paramagnetism/article/details/115221478https://blog.csdn.net/Paramagnetism/article/details/115221478
UserWarning: NVIDIA GeForce RTX 4090 with CUDA capability sm_89 is not compatible with the current PyTorch installation
最新发布
09-26
当前报错信息中提到，NVIDIA GeForce RTX 3080的算力sm_86与当前安装的PyTorch版本所支持的算力（sm_37, sm_50, sm_60, sm_70）不兼容。因此，您需要更新您的PyTorch安装版本以支持NVIDIA GeForce RTX 3080的算力。 解决此问题的方法之一是通过更新PyTorch版本以支持最新的CUDA算力。您可以按照以下步骤操作： 1. 首先，确保您的计算机已安装NVIDIA驱动程序，并且驱动版本与您的GPU兼容。 2. 然后，访问PyTorch官方网站（https://pytorch.org/get-started/locally/）并下载最新版本的PyTorch。 3. 安装新版本的PyTorch，按照官方网站上的指示进行操作。 4. 安装完成后，重新运行您的代码，应该不再出现该错误。
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