yolov7训练问题：AssertionError: CUDA unavailable, invalid device 0 requested

最新推荐文章于 2024-03-31 18:19:13 发布
最新推荐文章于 2024-03-31 18:19:13 发布
阅读量1.5k 收藏 1
点赞数
文章标签： YOLO python ubuntu
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_46135327/article/details/130497766
版权

1、问题：
AssertionError: CUDA unavailable, invalid device 0 requested
在这里插入图片描述
2、解决方案
主要原因是目前服务器GPU不可以
查看情况：
在这里插入图片描述
查看服务器使用情况：nvidia-smi
查看是否有GPU：
import torch
torch.cuda.is_available()
结果：若上面显示False，恭喜您，当前GPU不可用

weixin_46135327
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
yolov5如何训练以及，训练时遇到的一些报错问题解决
01-16
yolov5如何训练以及，训练时遇到的一些报错问题解决
darknet版YOLOv3_h5_to_weights.zip
03-04
Darknet框架下YOLOv3，YOLOv3.h5文件转YOLOv3.weights权重文件
AssertionError: CUDA unavailable, invalid device 0 requested
最新发布
Yao_Wan的博客
03-31 457
PS：这个不是直接复现的别人的论文吗，requestment里边先安装了一波，安装完之后出现的这个问题，直接找对应的安装命令行就行了，不用跟那个文章里一样下载那么多。之前写的这个文章的备注部分直接改了，就是因为cuda对不上号的原因，我在终端输入这个代码等待安装就行了，如下图。torch下载好了，但是cuda不可用，我感觉是因为这个版本2.2.2太高的原因。okey 此时此刻又到了经典cuda不可用环节，然后我再验证了一下 ，显示true就行了。建了一个py文件，测了一下。
【无标题】运行代码报错AssertionError: CUDA unavailable, invalid device requested
lhhuanan的博客
05-06 967
1、cuda为true,将device默认值设为0。2、cuda为false,重新安装cuda。
GPU训练Cuda报错
xiaoxian666的博客
10-09 3736
网站上查找对应自己cuda版本的pytorch。重新下载安装对应版本torchvision。卸载torchvision。
AssertionError: CUDA unavailable, invalid device 0 requested问题
zwl613613613的博客
02-26 9795
AssertionError: CUDA unavailable, invalid device 0 requested
关于报错AssertionError: CUDA unavailable, invalid device 0 requested的处理方式
pyxiaosheng的博客
03-29 1万+
从git上找了一个工程，按照其readme.md想运行试试，遇到报错： 这个报错是指：代码要运行CUDA，但是不能运行。 解决办法分两种情况：1.不运行CUDA；2.运行CUDA。 针对情况1： 点击蓝色 .\torch_utils.py 文件，传送到下图： 继续按照其readme.md运行试试，会遇到如下报错： 此时，点击报错中倒数第二个upsampling.py文件，传送到下图： 屏蔽后如下图： 到此，不运行CUDA的情况下可以正常运行程序了。 针对情...
AssertionError: Invalid CUDA ‘--device 0,1,2‘ requested, use ‘--device cpu‘ or pass valid CUDA devic
charlie_C9299的博客
08-01 2万+
如果不卸载cpuonly，运行下面的代码，依然会安装cpu版本的pytorch而不是gpu版本的pytorch。这里的cp38指的是python版本3.8.如果安装有问题，可能是whl文件的命名问题，可以用pip debug --verbose 命令来查看自己电脑支持的安装标签，然后修改whl文件的名字后在安装。这里面的cuda–version的版本是最高支持的cuda的版本，比这个低的是可以用的。在运行yolov5时，出现这个错误，意思是没有可用的cuda，无法使用GPU训练。是True也是不可用的。
解决Jetson Xavier NX上Invalid CUDA ‘--device 0‘ requested等问题
qq_33980935的博客
11-13 2486
所以下载“torch-1.8.0-cp36-cp36m-linux_aarch64.whl”以及“torchvision-0.9.0a0+01dfa8e-cp36-cp36m-linux_aarch64.whl”pwd=nyhx 提取码: nyhx。若不知道jetpack版本，可以通过jtop查看，我的版本是：jetpack 4.6 [L4T 32.6.1]主要原因：显卡驱动版本、CUDA版本、Pytorch版本不对应导致。说明安装的torch为CPU版本，卸载重新安装对应的GPU版本。
python3 assert 断言的使用详解 (区别于python2)
01-03
python3 和python以前的版本有点不同 如果你断言的 语句正确 则什么反应都没有 但是如果你出错之后 就会报出 AssertionError 并且错误可以自己填写 格式 ： assert+空格+要判断语句+双引号“报错语句” 例子： 出错时候 assert 1>5, chucuo 输出值为： --------------------------------------------------------------------------- AssertionError Traceback (most recent call last) <ipyt
Service Unavailable 原因分析
10-01
Service Unavailable 原因分析
iis Service Unavailable解决方法(权限问题)
09-30
今天朋友的win2003系统出现了这个错误提示，很多地方的权限设置都是正确的，但还是出现了这个Service Unavailable的错误。
解决pytorch报错:AssertionError: Invalid device id的问题
01-21
在服务器上训练的网络放到本地台式机进行infer，结果出现报错： AssertionError: Invalid device id ...以上这篇解决pytorch报错:AssertionError: Invalid device id的问题就是小编分享给大家的全部内容了，
yolov5环境搭建及遇到的问题Invalid CUDA ‘--device 0‘ requested, use ‘--device cpu‘ or pass valid CUDA device(）
hhhhhhh_hhhhhh_的博客
11-23 2402
2.配环境时一路顺风，但是最后运行detect.py只有CPU可以跑，选取device='0'的时候GPU总是报错，西安事变CUDA无效，原来是Pytorch版本的问题，（5）yolov5官方下载地址（release--->source版本）（4） 国内清华源镜像（配置国内源，加速下载）中由v1.8.2换为v1.9.0就可以了。（3）pytorch 对应cuda10.2。（1）miniconda下载。1.GPU主要参考某站。3.视频中用到的网址。
解决：AssertionError: CUDA unavailable, invalid device gpu requested
热门推荐
qq_42709514的博客
11-05 2万+
因为是刚接触机器学习，搞cpu的已经搞定，换gpu却出问题了，环境搞了一天。各种百度查。看到这里的朋友不要百度查了，直接上官网，上不了官网的参考一下方式：按照官网给的依赖包版本安装，不然容易踩依赖包版本不合适导致问题 PyTorch官网 CUDA 10.2 官网下载 CUDA 11.3 官网下载 CUDA 10.2 CUDA 10.2 conda ：conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch CUDA 1
yolov7 AssertionError: CUDA unavailable, invalid device 2 requested
05-23
这个错误是由于在使用YOLOv7时，指定了一个不可用的CUDA设备。可能是因为您的系统上没有安装或配置CUDA，或者您的CUDA设备号码不正确。 您可以尝试以下步骤来解决这个问题： 1. 确认您的系统已正确安装和配置了CUDA。 2. 检查您要使用的CUDA设备的ID是否正确。可以通过运行以下代码来获取所有可用的CUDA设备ID： ``` import torch print(torch.cuda.device_count()) ``` 3. 如果您只有一个CUDA设备，请使用ID 0。如果您有多个CUDA设备，请使用正确的设备ID。 4. 如果您的CUDA设备仍然无法使用，请尝试重新安装CUDA驱动程序或更新显卡驱动程序。

“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 4
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