【RTX-3090】安装pytorch，运行程序时加载数据速度过慢，是因为pytorch的版本不同

已于 2022-05-09 11:25:23 修改
阅读量2.7k 收藏 1
点赞数
文章标签： pytorch 深度学习 人工智能
于 2022-03-13 10:38:51 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/xiaodidididi521/article/details/123455195
版权

【RTX-3090】安装pytorch，运行程序时加载数据速度过慢，是因为pytorch的版本不同版本问题)

我使用RTX-3090运行代码时，开始时我安装了cuda10.1和1.5.0的版本的pytorch，但是运行后加载数据的时间特别慢，从200多MB到2000多MB需要很长的时间，一直没找到原因，以为是服务器的cpu的性能不对。

后来重新安装了cuda11.0版本和pytorch1.7.0就解决了这个问题，可能是cuda版本低的问题。

除了这个问题，在运行工程项目时，还遇到了其他问题，感觉conda安装pytorch时这个版本的选择真的有很大的影响，但都是安装了新版本的pytorch解决了问题，如果大家遇到其他问题，也可以试试更换新版的pytorch。

pytorch官网

Win11系统/RTX30系列显卡——安装gpu版pytorch完整教程
05-15
* 请注意，在安装 PyTorch 时，需要将 cudatoolkit 版本设置为 11.3，以确保 PyTorch 正常运行。 安装成功测试 * 在 cmd 中输出：conda list * 查看 torch 是否为 cuda 版本（有的源下载后为 cpu 版本，无法使用 ...
imagenet 数据集读取数据速度记录
qq_276982536的博客
12-23 1527
电脑配置是固态硬盘，i7cpu，不进行计算，只读数据，不做数据增广，只做resize 目录： 1，最初级版 1，最初级版 DataLoader(train_dataset, batch_size=16, shuffle=True, num_workers=0, pin_memory=True, drop_last=True, ) 2020-12-23 11:20:06 0 2020-12-23 11:21:53 10000 读取了一万张图片花费时
pytorch 2.0初探：和pytorch 1.13的速度对比
qiumokucao的博客
07-19 3898
通过多次实验对比pytorch1.13和pytorch2.0.1，发现2.0.1比1.13提速8%左右，但是compile没有效果，暂时没搞清楚什么原因。难道是40系显卡还不支持？另外从官方介绍也可以看出，提速效果跟硬件、模型结构都有关系，所以具体能提速多少，还得自己在实际项目中尝试。
RTX NVIDIA 3090卡配置对应pytorch，CUDA版本，NVIDIA驱动过程及问题整理
最新发布
lijunweiyhn的博客
09-20 2236
RTX NVIDIA 3090卡配置对应pytorch，CUDA版本（11.8或则12.2），NVIDIA驱动过程及问题整理
四步解决RTX3090 pytorch官网安装过慢，同时一键配置jupyter notebook
sweet_tea_的博客
06-19 830
四步解决RTX3090 pytorch官网安装过慢，同时一键配置jupyter notebook
解决安装PyTorch速度缓慢，超时的问题
shandler的博客
11-25 1903
解决安装PyTorch速度缓慢，超时的问题 conda 的相关命令 conda 查询所有环境： conda info -e conda 新建新环境：conda create -n yourEnv python=3.6 conda 删除新环境：conda remove -n yourEnv --all conda 激活环境：conda activate yourEnv conda 退出环境：conda deactivate yourEnv 我的系统配置（记得查看自己的CUDA版本）Python 3.6
3090/3080显卡服务器docker中使用torch的.cuda()语句卡住卡死问题解决方法
Nicolas_Yin的博客
03-15 4957
30系列显卡docker+pytorch环境配置问题 问题描述： 项目组新进了一批3090显卡的服务器，尝试把之前部署在20系列显卡上的dorcker部署到新服务器上。之前的docker内部包含内容为：cuda10.1+pytorch1.3.0。直接将老镜像打包导入新服务器之后，python中运行如下语句： >>import torch >>a=torch.zeros(1) >>a=a.cuda() 之后程序就一直卡死了，没有任何报错和警告。在尝试跑模型代码时也会存在各
win11及cuda121环境下pytorch安装及避坑
04-16
### Win11与CUDA 12.1环境下PyTorch安装及注意事项 #### 系统配置及准备 在开始安装之前，确保您的计算机满足以下基本条件： - **操作系统**: Windows 11 x64。 - **显卡**: NVIDIA RTX 4060。 - **磁盘空间**: C盘...
【环境配置】RTX 3090+cuda11.2+python39+pytorch1.8.0（csdn）————程序.pdf
12-04
在本文中，我们将详细讨论如何配置一个用于深度学习的高性能计算环境，具体涉及RTX 3090显卡、CUDA 11.2、Python 3.9.9以及PyTorch 1.8.0。这个环境配置对于运行大规模的机器学习和深度学习模型至关重要。 首先，...
animegan2-pytorch:AnimeGANv2的PyTorch实现
05-05
的PyTorch实现 从原始存储库转换重量（需要TensorFlow 1.x） ...python convert_weights.py 推理 python test.py --input... 注意：不包含培训代码/在RTX3090 + PyTorch1.7.1上进行了测试/由于，转换后的权重结果略有不同
win10+3060+tensorflow+pytorch+安装教程.doc
08-03
RTX3060安装tensorflow+pytorch+pycharm+anaconda，文档中含有百度网盘的安装包（永久分享），省去了人工在nvidia官网下载文件，同时pytorch直接运行whl文件就可以了，省时间，另外安装包里面还有pycharm包，以及...
3090显卡安装pytorch出错
ltochange的博客
04-10 1688
3090的显卡，需要安装torch1.7.0,cuda11以上版本，否则会报错 pip uninstall torch pip install torch==1.7.0+cu110 torchvision==0.8.1+cu110 torchaudio===0.7.0 -f https://download.pytorch.org/whl/torch_stable.html
让PyTorch训练速度更快，你需要掌握这17种方法
Paper weekly
01-17 1868
作者｜LORENZ KUHN来源｜机器之心编译掌握这 17 种方法，用最省力的方式，加速你的 Pytorch 深度学习训练。近日，Reddit 上一个帖子热度爆表。主题内容是关于怎样加...
Pytorch CUDA GPU运算模型训练缓慢的一个可能原因
xiongxyowo的博客
10-09 1万+
今天用GPU跑模型的时候，发现训练速度奇慢无比… 第一反应是检查GPU的利用率，输入： nvidia-smi 检查风扇利用率，GPU温度以及GPU利用率(框出来的地方)。可以看到风扇正常在转，温度也不高，利用率甚至为0。那么这个时候就比较疑惑了，如果是上述这三个问题倒比较好去针对性的解决。 这个时候去检查了下CPU利用率，输入： top 可以发现CPU占用率到了99.3%…这就导致实际上只要涉及到CPU运算，就基本上卡死，导致整体模型训练不动，造成"GPU可能有问题"的假象。 ...
pytorch算力与CUDA算力不匹配导致的CUDA ERROR
qq_34532413的博客
09-24 2576
pytorch算力与CUDA算力不匹配的问题
解决pytorch中Dataloader读取数据太慢的问题
热门推荐
Twilightzsj的博客
04-03 1万+
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言一、造成的原因二、查找不匹配的原因三、解决方法四、使用方法后言 前言 最近在使用pytorch框架进行模型训练时遇到一个性能问题，即数据读取的速度远远大于GPU训练的速度，导致整个训练流程中有大部分时间都在等待数据发送到GPU，在资源管理器中呈现出CUDA使用率周期性波动，且大部分时间都是在等待数据加载。 一、造成的原因 其实从前言中就可以知道，造成这样的原因可以理解为：GPU的算力与数据加载速度之间的不匹配。 二、查找不.
幸福的烦恼：显卡算力太高而pytorch版本太低不支持
定期分享我的发现和想法，感谢你的陪伴和支持
03-17 1万+
如果您想在PyTorch中使用NVIDIA GeForce RTX 3090 GPU，请查看https://pytorch.org/get-started/locally/的说明。翻译一下就是：RTX 3090的算力是8.6，但是当前的PyTorch依赖的CUDA版本支持的算力只有3.7、5.0、6.0、7.0。算力7.0的显卡可以在支持最高算力7.5的CUDA版本下运行，但是算力7.5的显卡不可以在支持最高算力7.0的CUDA版本下运行。CUDA capability sm_86：算力8.6。
影响pytorch、cuda实现的一些原因
xiyou__的博客
10-12 614
最近在给实验配置环境的过程中，频繁的碰到cuda错误，故记录最近的一些错误经验。 首先，pytorch一定要和cuda版本对应，具体查看官网 在显卡Tesla K40m上，即使使用了cuda10.1和其对应的torch == 1.6.0+cu101，也无法正常使用，报错RuntimeError: CUDA error: no kernel image is available for execution on the device，原因是Tesla K40m的算力为3.5，而pytorch1.3+要求算力
rtx 3090需要安装pytorch哪个版本
06-09
RTX 3090可以安装PyTorch的最新版本，目前最新的PyTorch版本是1.8.1。不过，需要注意的是，PyTorch的安装版本还需要根据您的操作系统和CUDA版本进行选择。具体来说，如果您的操作系统是Windows，建议安装CUDA 11.1版本，并且选择对应的PyTorch版本进行安装。如果您使用的是Linux系统，可以根据您的CUDA版本选择相应的PyTorch版本进行安装。建议在安装PyTorch前先检查您的系统环境和CUDA版本，以便选择正确的PyTorch版本。
评论 2
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