出现cuda pytorch都配好检验了还是报错RuntimeError: Attempting to deserialize object on a CUDA device but torch.cu

已于 2024-02-03 01:15:17 修改
阅读量471 收藏 5
点赞数 7
文章标签： python
于 2024-02-03 01:14:06 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_45934888/article/details/136003199
版权
本文介绍了如何在PyTorch中使用`torch.cuda.is_available()`检查GPU是否可用，以及如何通过`torch.cuda.current_device()`获取当前设备ID。还提到了如何手动设置`cuda._initialized`为True的注意事项。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

https://blog.csdn.net/m0_51030297/article/details/135141358

import torch
print(torch.cuda.is_available())
torch.cuda.current_device()
torch.cuda._initialized = True
将cuda._intialized设置为真

RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is Fal
CSDN 精品推荐
04-04 291
PyTorch使用torch.load('model.pkl')加载模型时出现RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False. If you are running on a CPU-only machine, please use torch.load with map_location=torch.device('cpu') to ma
{RuntimeError}Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is Fal
weixin_39417324的博客
05-12 2256
根本原因：torch和cuda或者是cudnn版本不匹配 详细教程可以参考我前边的文章 https://blog.csdn.net/weixin_39417324/article/details/122090285
【遇到问题-已解决】RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.
计算机视觉
01-30 1210
问题原因：采用的gpu是本机没有的，比如我的机器1个GPU但是我设置的是使用9卡就会导致这个问题。解决办法：这是因为gpu是'9'导致的，改成0就行。
RuntimeError: Attempting to deserialize object on CUDA device 3 but torch.cuda.device_count() is 1.
薰珞婷紫小亭子的博客
11-19 2041
RuntimeError: Attempting to deserialize object on CUDA device 3 but torch.cuda.device_count() is 1.
Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False.
最新发布
m0_52459066的博客
02-10 378
根据服务器的CUDA版本选取合适的pytorch对应的CUDA版本，比如，我的服务器CUDA版本为11.3，所以我也要找pytorch对应的CUDA版本，然后再看看哪个pytorch版本适合你的项目。然后安装相应的版本即可。有GPU版的错误原因：python中安装的pytorch对应的CUDA版本和服务器上的显卡驱动对应的CUDA版本不兼容，显卡驱动对应的CUDA版本应当>=pytorch对应的CUDA版本。
RuntimeError: Attempting to deserialize object on CUDA device 5 but torch.cuda.device_count() is 1.
guoqiangszu的博客
05-28 2304
问题： RuntimeError: Attempting to deserialize object on CUDA device 5 but torch.cuda.device_count() is 1. Please use torch.load with map_location to map your storages to an existing device. Process finished with exit code 1 原因 checkpoint = torch.load(os.path
SRGAN中RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available()
weixin_43442053的博客
03-16 2654
本程序所支持的环境可以用CPU版本的pytorch架构即可 RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False. If you are running on a CPU-only machine, please use torch.load with map_location='cpu' to map your storages to the CPU.
RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() i
入门记
09-23 1万+
意思：运行时错误：正在尝试反序列化CUDA设备上的对象，但torch.CUDA.is_available（）为False。如果您在只有CPU的机器上运行，请使用torch.load和map_location='pu'将您的存储映射到CPU。：torc.CUDA.is_available（）为False。pip list 查看torch版本，查看匹配的显卡驱动，显示正常。卸载torch，重新安装了包含cuda包的torch版本。软件：torch，显卡驱动，CUDA。查看CUDA版本，没有CUDA。
解决问题：RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available()
qq_42479987的博客
04-13 3576
问题： Traceback (most recent call last): File "test.py", line 22, in <module> model = loadmodel() File "/home/joshuayun/Desktop/IBD/loader/model_loader.py", line 48, in loadmodel checkpoint = torch.load(settings.MODEL_FILE) File "/home/jo
RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False.
08-20
- *1* *2* *3* [PyTorch错误解决方案及技巧RuntimeError: Attempting to deserialize object on CUDA device 2 but torch....](https://blog.csdn.net/CVAIDL/article/details/105331886)[target="_blank" data-...
pytorch出错: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False
热门推荐
六五酥的博客
05-10 3万+
错误一：RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False. If you are running on a CPU-only machine, please use torch.load with map_location=torch.device(‘cpu’) to map your storages to the CPU. 解决方法：在torch.l
Error：Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False.
wenqi
09-26 6437
错误原因：python中安装的pytorch对应的CUDA版本和服务器上的显卡驱动对应的CUDA版本不兼容，显卡驱动对应的CUDA版本应当>=pytorch对应的CUDA版本。（这里显卡驱动对应的CUDA版本为10.1，而安装的pytorch版本为1.7.1+cu110）显卡驱动对应的CUDA版本获取：执行命令nvidia-smi，右上角CUDA Version对应的就是显卡驱动对应的CUDA版本。中安装合适的pytorch版本，或者升级显卡驱动。今天再跑目标检测时报的错，应该又是版本的问题。
讲解Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False
牛肉胡辣汤
12-12 2106
"Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False" 错误提示表明您的代码尝试将一个在 CUDA 设备上训练好的模型加载到不支持 CUDA 的设备上，或者是将其加载到 CPU 上。在 PyTorch 中，当您试图将一个已经在 CUDA 设备上训练好的模型加载到 CPU 上时，或者当尝试将一个在 CUDA 设备上训练好的模型加载到不支持 CUDA 的设备上时，就会出现这个错误。
解决RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is F
CSDNhdlg的博客
09-05 1224
这个错误通常是由于在 CPU 机器上尝试加载在 GPU 上保存的 PyTorch 模型导致的。为了解决这个问题,你需修改你的代码如下:要在加载模型时指定。参数,将模型映射到 CPU 设备上。
RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is
youareenough的博客
05-31 1690
pytorch，pycharm下做项目遇到的一个小问题，报了如下错误： RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False. If you are running on a CPU-only machine, please use torch.load with map_location=torch.device('cpu') to map your s
Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False
齐天大胜
12-27 5484
错误描述： 当用GPU训练pytorch神经网络的时候，我们经常会保存训练误差和测试误差（train loss and test loss）成npy文件，但是在保存的过程中，一不小心就保存成tensor类型的了，因为在训练的过程中loss是作为tensor进行运算的。这时候如果在CPU上用numpy.load()来加载我们保存的npy文件，就会报下面的错误。我们如果在公共的服务器上训练模型，然后...
Attempting to deserialize object on a CUDA device but torch.cuda.is_available()的可能原因
york1996的博客
01-10 704
原因可能是只有两个卡，但是制定的gpu id是4.
评论 1
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