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3.7及以上(好像),即不支持算力3.5,所以这时候想要正常使用cuda,只能将pytorch降到1.2及以下,及cuda10.1安装cuda10.0对应的torch == 1.2是可以正常运行的。