torch gpu注意事项

本文分享了在使用PyTorch利用GPU加速过程中遇到的三个主要问题:版本匹配、误装CPU版本、重复安装引发的错误。通过实例解释如何检查CUDA版本,选择正确的torch包,并解决版本冲突和环境清理问题。
摘要由CSDN通过智能技术生成

记录一下torch使用gpu加速遇到的坑

1.版本对不上

https://github.com/pytorch/vision#installation
这个GitHub里列举了torch torchvision python三者应该对应的版本,我在安装对应版本上吃了大亏,来回装错了好几次才发现是版本问题。

2.安装gpu版本!!

查看torch的cuda信息和版本信息
看到torch.__version__返回值是1.10.2+cpu我就应该反应过来的,我直接用pip install torch下载的是cpu版本的torch,怎么对应版本都肯定是调用不了gpu的,我还恼羞成怒输了好几遍torch.version.cuda看看是不是电脑抽风了。
https://pytorch.org/get-started/locally/
去上面这个网址里查找你本地cuda版本对应的下载torch的命令,然后重新安装。

在这里插入图片描述
你本机的CUDA版本在cmd里输入
nvidia-smi
即可查看
在这里插入图片描述
我的CUDA是11.6,安装torch选11.3的即可。

3.安装成功后import torch还是报错

我的报错如下:

Key already registered with the same priority: GroupSpatialSoftmax

这个是因为反复安装torch导致的问题,一般来说彻底删除torch可以解决,尝试了一下这个帖子
帖子
发现对我来说没啥用,干脆重新创建了虚拟环境,完美解决。

目前就这么几个大坑,以后再碰到了再继续补。

  • 0
    点赞
  • 2
    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