Cuda的问题

问题:

Check failed: error == cudaSuccess (8 vs. 0) invalid device function

原因:

一般情况下都是因为显卡的计算能力不同而导致的,比如我的GTX 960,计算能力是3.0,就将sm_35改成30。
不要使用:–num_gpu 2 这个命令。
另外,电脑的nividia driver安装失败,GPU无法使用。

根据引用\[1\]和引用\[2\]的内容,解决CUDA版本匹配问题的步骤如下: 1. 首先,使用命令nvidia-smi检查显卡驱动是否正常。如果不正常,需要安装正确的驱动。 2. 然后,使用命令nvcc -V检查当前安装的CUDA版本是否符合项目需求。如果不符合,需要查找自己的显卡支持的CUDA版本。 3. 可以通过官方网站(https://developer.nvidia.com/cuda-gpus)或者搜索引擎(如https://cn.bing.com/)查询显卡支持的CUDA版本和CUDA计算能力,以及Tensorflow_gpu对应的CUDA版本。 4. 找到一个支持项目所需CUDA版本的机器,再次使用nvidia-smi命令检查驱动和nvcc -V命令检查CUDA版本。 5. 如果CUDA版本符合项目需求,可以继续进行后续操作。 6. 如果CUDA版本不符合项目需求,需要卸载当前的CUDA并安装符合要求的版本。可以参考引用\[3\]中提供的方法(https://blog.csdn.net/sinat_36721621/article/details/115326307)和官方网站(https://developer.nvidia.com/cuda-toolkit-archive)选择合适的版本进行安装。 7. 安装完成后,可以使用nvcc -V命令检查CUDA是否成功安装。 希望以上步骤能够帮助您解决CUDA版本匹配的问题。 #### 引用[.reference_title] - *1* [硬件踩坑——CUDA版本选择/安装(不同的深度学习项目需要不同CUDA,显卡与cuda匹配问题)](https://blog.csdn.net/weixin_43686259/article/details/128098582)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [关于本机 CUDA 运行版与驱动版不匹配的解决方案](https://blog.csdn.net/m0_59705760/article/details/125757532)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
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