RuntimeError:正在尝试反序列化CUDA设备上的对象，但torch.cuda.is_available()为False
这个错误提示是由于在尝试反序列化CUDA设备上的对象时，发现CUDA设备不可用。下面是对这个错误的完善且全面的答案：
RuntimeError:正在尝试反序列化CUDA设备上的对象，但torch.cuda.is_available()为False
这个错误提示表明在反序列化CUDA设备上的对象时，发现CUDA设备不可用。CUDA是NVIDIA提供的用于并行计算的平台和编程模型，它可以利用GPU的强大计算能力加速深度学习和其他计算密集型任务。
出现这个错误的原因可能有以下几种情况：
- 缺少CUDA驱动：CUDA需要与GPU驱动程序配合使用，确保已正确安装并配置了适当版本的CUDA驱动程序。
- GPU不支持CUDA：某些较旧的GPU可能不支持CUDA。请确保您的GPU支持CUDA，并且已正确安装了与您的GPU兼容的CUDA版本。
- CUDA未正确配置：在某些情况下，CUDA可能未正确配置，导致无法检测到CUDA设备。您可以尝试重新安装CUDA并确保正确配置了环境变量。
解决这个问题的方法如下：
- 检查CUDA驱动程序：确保已正确安装并配置了适当版本的CUDA驱动程序。您可以从NVIDIA官方网站下载并安装最新的CUDA驱动程序。
- 检查GPU兼容性：确保您的GPU支持CUDA。您可以在NVIDIA官方网站上查找您的GPU型号，并查看其是否支持CUDA。
- 检查CUDA配置：如果CUDA未正确配置，您可以尝试重新安装CUDA并确保正确配置了环境变量。请参考CUDA的官方文档以获取更多详细信息。
如果您在使用腾讯云进行云计算时遇到这个问题，可以尝试以下解决方案：
- 检查云服务器配置：确保您的云服务器配置了正确的GPU设备，并且已正确安装了CUDA驱动程序。
- 检查云服务器镜像：确保您使用的云服务器镜像已正确配置了CUDA和相关的GPU驱动程序。
- 联系腾讯云技术支持：如果您无法解决该问题，建议您联系腾讯云的技术支持团队寻求帮助。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云GPU服务器：提供强大的GPU计算能力，适用于深度学习、科学计算等场景。了解更多：腾讯云GPU服务器。
- 腾讯云AI引擎：提供基于GPU的深度学习推理服务，支持常见的深度学习框架和模型。了解更多：腾讯云AI引擎。
请注意，以上答案仅供参考，具体解决方法可能因环境和情况而异。建议您根据实际情况进行调试和解决。
相关·内容
我试图在下载以下模型
import torch
tacotron2 = torch.hub.load('nvidia/DeepLearningExamples:torchhub', 'nvidia_tacotron2')
我收到了：
>>> import torch
>>> tacotron2 = torch.hub.load('nvidia/DeepLearningExamples:torchhub', 'nvidia_tacotron2')
Using cache found in .cac
浏览 6提问于2020-05-15得票数 1
我使用Google来训练模型，但就像图片显示的那样，当我输入'torch.cuda.is_available()‘时，输出是'true’。然后我运行代码，但是它有一个错误，即RuntimeError:没有CUDA GPU可用。
浏览 13提问于2022-05-19得票数 2
2回答
当我想将模型放到GPU上时，我会得到以下错误：
"RuntimeError:输入和隐藏张量不在同一设备上，在cuda:0处找到输入张量，在cpu上找到隐藏张量“。
然而，上述所有这些都已放在GPU上：
for m in model.parameters():
print(m.device) #return cuda:0
if torch.cuda.is_available():
model = model.cuda()
test = test.cuda() # test is the Input
Windows 10服务器
Pytorch 1.2.0 +库
浏览 3提问于2019-09-25得票数 8
回答已采纳
当我使用Raywithpy手电筒时，我不会为远程类设置任何num_gpus标志。
我得到以下错误：
RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False.
主要过程是:我创建了一个远程类，并将一个pytorch模型state_dict()(created in main function)传递给它。在主函数中，torch.cuda.is_available()是True，而在远程函数中，torch.cuda.is_available()是Fa
浏览 0提问于2019-01-30得票数 4
我将参数变量保存在我的计算机上(配备了GPU和CUDA)。权重是用GPU模式保存的。然后，当尝试在同一台计算机上加载权重时，我仍然得到一个错误： 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='cpu' to map your storages to th
浏览 4提问于2019-05-27得票数 0
RuntimeError:正在尝试反序列化CUDA设备上的对象，但torch.cuda.is_available()为False。如果您在仅使用CPU的计算机上运行，请使用带有map_location=torch.device('cpu')的torch.load将您的存储空间映射到CPU。
我得到了上面的代码错误：-
def get_model(path, device):
model = models.vgg16(pretrained=False)
for param in model.parameters():
param.requires
浏览 51提问于2020-05-29得票数 0
回答已采纳
这是：
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
model.to(device)
for data in dataloader:
inputs, labels = data
outputs = model(inputs)
给出错误：
RuntimeError:输入类型(torch.FloatTensor)和权重类型(torch.cuda.FloatTensor)应该是相同的。
浏览 7提问于2019-11-23得票数 141
回答已采纳
所以当我先运行cuda.select_device(0)，然后运行cuda.close()。Pytorch不能再次访问图形处理器，我知道有办法让PyTorch可以再次使用图形处理器，而不必重新启动内核。但我忘了怎么做了。还有人知道吗？
from numba import cuda as cu
import torch
# random tensor
a=torch.rand(100,100)
#tensor can be loaded onto the gpu()
a.cuda()
device = cu.get_current_device()
device.reset()
#
浏览 1提问于2020-01-30得票数 10
2回答
不能将GPU与火炬一起使用
、、、、
我一直在尝试使用Py手电筒时出现这个错误。
RuntimeError:试图在CUDA设备上反序列化对象，但是torch.cuda.is_available()是假的。如果您在一台只运行CPU的机器上运行，请使用torch.load和map_location=torch.device(“CPU”)将您的存储映射到CPU。
我使用conda install pytorch torchvision cudatoolkit=10.1 -c pytorch安装了Pytorch。
有了tensorflow，我的GPU运行得很好。
浏览 3提问于2019-12-27得票数 3
我正在尝试在GPU设备上训练pytorch神经网络。为了做到这一点，我将我的输入和网络加载到默认的cuda启用的GPU decive上。然而，当我加载输入时，模型的权重不会停留在cuda张量上。这是我的火车函数
def train(network: nn.Module, name: str, learning_cycles: dict, num_epochs):
# check we have a working gpu to train on
assert(torch.cuda.is_available())
# load model onto gpu
net
浏览 0提问于2020-05-19得票数 1
我正在运行Python程序，但是我没有GPU，我能做什么使Python使用CPU而不是GPU呢？
$ python extract_feature.py --data mnist --net checkpoint_4.pth.tar --features pretrained
它给了我以下警告：
=> RuntimeError:试图在CUDA设备上反序列化对象，但是torch.cuda.is_available()是假的。如果您在一台只运行CPU的机器上运行，请使用torch.load和map_location=torch.device(“CPU”)将您的存储映射到CPU。
这张照片
浏览 2提问于2021-01-25得票数 0
我为我的GeForce2080ti安装了CUDA10.1和最新的Nvidia驱动程序。我尝试运行一个基本脚本来测试pytorch是否正常工作，并得到以下错误：
RuntimeError: cuda runtime error (999) : unknown error at ..\aten\src\THC\THCGeneral.cpp:50
下面是我尝试运行的代码：
import torch
torch.cuda.current_device()
torch.cuda.is_available()
torch.cuda.get_device_name(0)
浏览 183提问于2019-10-29得票数 5
我发现了这个很好的代码Py手电移动网，我无法在CPU上运行它。
我是新手，所以我不知道该怎么做。
在模块train.py的第174行中，设置了设备：
device = 'cuda:0' if torch.cuda.is_available() else 'cpu'
据我所知，这是正确的。
，我也要换torch.load吗？我试了但没有成功。
class BaseModel(nn.Module):
"""Abstract model class with functionality to save and load weights&
浏览 2提问于2021-06-11得票数 2
回答已采纳
我写了这段代码来下载我的模型：
args = parser.parse_args()
use_cuda = torch.cuda.is_available()
state_dict = torch.load(args.model)
model = Net()
model.load_state_dict(state_dict)
model.eval()
if use_cuda:
print('Using GPU')
model.cuda()
else:
print('Using CPU')
但是我的终端返回以下错误RuntimeErr
浏览 0提问于2021-01-22得票数 2
1回答
我如何建立一个手动种子的mps设备使用火把？对于cuda设备，代码应该是这样工作的：
if torch.cuda.is_available():
torch.cuda.manual_seed(0)
我用的是苹果m1芯片。以下语句返回True：
torch.backends.mps.is_available()
但以下声明是不可能的：
torch.backends.mps.manual_seed(0)
浏览 5提问于2022-11-29得票数 2
回答已采纳
1回答
我将Bert的最后一个隐藏层保存在GPU上使用泡菜的下面的过程中。
# output is the last hidden layer of bert, transformed on GPU
with open(filename, 'wb') as f:
pk.dump(output, f)
不需要GPU就能把它装在我个人的笔记本上吗？我试过遵循代码，但都失败了。
# 1st try
with open(filename, 'rb') as f:
torch.load(f, map_location='cpu')
# 2nd
t
浏览 2提问于2020-07-21得票数 3
回答已采纳
我试图按照推荐的方式从源代码构建PyTorch。
规范: GPU: GT 710，驱动程序460.32.03，CUDA 11.2，Python3.8.5。
测试：
import torch
print(torch.__version__) -- 1.7.1
print(torch.cuda.is_available()) -- True
print(torch.backends.cudnn.enabled) -- True
device = torch.device('cuda')
print(torch.cuda.get_device_properties(de
浏览 0提问于2021-02-20得票数 0
我已经尝试过几种解决方案，这些方案暗示了当CUDA GPU可用并且安装了CUDA，但是Torch.cuda.is_available()返回False时该做什么。他们确实提供了帮助，但只是暂时的，这意味着torch.cuda-is_available()报告说是真的，但过了一段时间，它又变成了假的。我使用CUDA 9.0.176和GTX 1080。我该怎么做才能获得永久的效果？
我尝试了以下方法：
注意:当torch.cuda.is_available()正常工作，但在某个时候切换到False，那么我必须重新启动计算机，然后它再次工作(一段时间)。
浏览 2提问于2019-04-16得票数 8
我正在尝试在启用了GPU的Google Colab上初始化张量。
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
t = torch.tensor([1,2], device=device)
但是我得到了一个奇怪的错误。
RuntimeError: CUDA error: device-side assert triggered CUDA kernel errors might be asynchronously reported at some other API c
浏览 24提问于2021-06-29得票数 13
回答已采纳
我有4个GPU ( 0 ,1,2,3)，我想在GPU 2上运行一台Jupyter笔记本，在GPU 0上运行另一台。因此，在执行之后，
export CUDA_VISIBLE_DEVICES=0,1,2,3
对于GPU2笔记本我是这样做的，
device = torch.device( f'cuda:{2}' if torch.cuda.is_available() else 'cpu')
device, torch.cuda.device_count(), torch.cuda.is_available(), torch.cuda.current_device
浏览 1提问于2019-12-09得票数 13
回答已采纳
在这里，我尝试使用mobilenetv2 mobile在自定义数据集上进行训练。我可以让它在CPU上工作，但我更喜欢在GPU上运行它。取而代之的是，我得到了如下错误： RuntimeError:应为后端CPU的对象，但获得了参数#2 'weight‘的后端CUDA RuntimeError:应为后端CPU的对象，但获得了参数#4 'mat1‘的后端CUDA 所以，就像我的帖子问的那样，我如何才能让预先训练好的模型在GPU上运行？ MobileNet = models.mobilenet_v2(pretrained = True)
if torch.cuda.is_availa
浏览 34提问于2020-06-20得票数 0
回答已采纳
1回答
我正试图在Pytorch附带的对接器容器中运行这段简单的代码。
import torch
torch.cuda.set_device(0)
我知道这个错误：
RuntimeError: cuda runtime error (35) : CUDA driver version is insufficient for CUDA runtime version at torch/csrc/cuda/Module.cpp:32
运行torch.cuda.is_available()将返回False。
主机拥有最新的Nvidia驱动程序。火炬与库达的船，所以不应该有不兼容的问题。
是什么导致了这个问题
浏览 0提问于2019-04-11得票数 3
回答已采纳
3回答
我创建了一个torch张量，我想让它转到GPU上，但它没有，这太糟糕了。怎么了？
def test_model_works_on_gpu():
with torch.cuda.device(0) as cuda:
some_random_d_model = 2 ** 9
five_sentences_of_twenty_words = torch.from_numpy(np.random.random((5, 20, T * d))).float()
five_sentences_of_twenty_words_mask = torch.
浏览 0提问于2019-01-06得票数 1
我正在编译一些现有的例子从PyTorch教程网站。我正在工作，特别是CPU设备，没有GPU。
在运行程序时，将显示以下错误类型。raise RuntimeError('DataLoader worker (pid(s) {}) exited unexpectedly'.format(pids_str)) from e RuntimeError: DataLoader工作者(Pid) 15876,2756突然退出。我该怎么解决呢？
import torch
import torch.functional as F
import torch.nn as nn
import torc
浏览 17提问于2022-03-24得票数 1
回答已采纳
我已经对ResNet152进行了自定义数据集的培训。当我试图以这种方式加载它时：
trained_model = torch.nn.Module.load_state_dict(torch.load('/content/drive/My Drive/X-Ray-pneumonia-with-CV/X-ray-pytorch-model.pth'))
trained_model.eval()
我收到了一个错误: RuntimeError:试图在CUDA设备上反序列化对象，但是torch.cuda.is_available()是假的。如果您在一台只运行CPU的机器上运行，请使用to
浏览 7提问于2022-02-09得票数 0
如果我没有写任何关于使用CPU/GPU的文章，并且我的机器支持CUDA (torch.cuda.is_available() == True)：
我的脚本使用什么，CPU还是GPU？
如果是CPU，我应该怎么做才能让它在GPU上运行？我需要重写所有东西吗？
如果GPU，如果torch.cuda.is_available() == False，这个脚本会崩溃吗
这对提高训练速度有帮助吗？
我知道，但这是旧的。这种情况是在0.4版还是在即将发布的1.0版中发生变化？
浏览 2提问于2018-05-23得票数 12
回答已采纳
如果我只是从Colab中的Pytorch导入Resnet模型，并使用它来训练我的数据集，则没有问题。但是，当我尝试更改最后一个FC层以将输出要素从1000更改为9 (这是我的数据集的类数)时，出现以下错误。
RuntimeError: Tensor for 'out' is on CPU, Tensor for argument #1 'self' is on CPU, but expected them to be on GPU (while checking arguments for addmm)
工作版本：
import torchvision.mode
浏览 96提问于2021-02-28得票数 0
回答已采纳
当我试图在机器的中央处理器而不是图形处理器中运行代码时，我遇到了一个RunTimeError。代码最初来自这个GitHub项目-- 。这是为一个研究项目准备的。我尝试将CUDA设置为false，并在此网站上查看了其他解决方案。
GPU = False # running on GPU is highly suggested
CLEAN = False # set to "True" if you want to clean the temporary large files after generating result
AP
浏览 3提问于2019-05-30得票数 25
当我收到这个错误时，我正在使用GOOGLE。这是我的代码，我没有发现任何错误，几个小时前这些代码是正确的，但是突然出错了，我不知道为什么
import torch
if torch.cuda.is_available():
device = torch.device("cuda")
print('There are %d GPU(s) available.' % torch.cuda.device_count())
print('We will use the GPU:', torch.cuda.get_de
浏览 7提问于2021-12-04得票数 3
3回答
我在pytorch中有一个文本分类器，我想使用GPU来提高运行速度。我使用了这部分代码来检查CUDA并使用它： if torch.cuda.device_count() > 1:
print("Let's use", torch.cuda.device_count(), "GPUs!")
my_rnn_model = nn.DataParallel(my_rnn_model)
if torch.cuda.is_available():
my_rnn_model.cuda() 现在，我想重新使用cpu (而不是gpu)。所以
浏览 40提问于2019-02-02得票数 4
我想在我的笔记本电脑上训练一个gpt2模型，我有一个图形处理器，我的操作系统是windows，但我在python中总是得到这个错误：
torch._C._cuda_init()
RuntimeError: No CUDA GPUs are available
当我尝试在python控制台中检查GPU的可用性时，我得到的结果是：
import torch
torch.cuda.is_available()
Out[4]: True
但是我拿不到这个版本
nvcc version
#or nvcc --version
NameError: name 'nvcc' is not
浏览 1047提问于2021-05-20得票数 1
问题： 在运行CentOS 7的Nvidia GPU上运行PyTorch脚本时，我偶尔会遇到以下CUDA错误。 如果我运行： python3 -c 'import torch; print(torch.cuda.is_available()); torch.randn(1).to("cuda")' 我得到以下输出： True
Traceback (most recent call last):
File "<string>", line 1, in <module>
RuntimeError: CUDA er
浏览 534提问于2021-11-10得票数 1
当PyTorch中的Cuda变量被分配一个新值时，它再次成为一个CPU变量(如下面的代码所示)。在这种情况下，以前GPU上的变量所持有的内存是否被自动释放？
import torch
t1 = torch.empty(4,5)
if torch.cuda.is_available():
t1 = t1.cuda()
print(t1.is_cuda)
t1 = torch.empty(4,5)
print(t1.is_cuda)
上述代码的输出如下：
True
False
浏览 7提问于2020-08-23得票数 4
回答已采纳
1回答
我试图运行代码，从flair和bert获得堆叠嵌入，并得到以下错误。其中一项建议是减少批处理大小，但如何将数据分批传递？这是代码和错误。
from tqdm import tqdm ## tracks progress of loop ##
import torch
from flair.data import Sentence
from flair.embeddings import TransformerDocumentEmbeddings
from flair.embeddings import DocumentPoolEmbeddings
bert_embeddings = Tran
浏览 6提问于2020-11-12得票数 2
我正在使用google和PyTorch。我把硬件加速器调到TPU了。
这一行代码显示没有检测到cuda设备：
device = torch.device('cuda:0' if torch.cuda.is_available() else 'cpu')
print(device)
浏览 10提问于2022-11-03得票数 0
我一直在PyTorch上工作，并想使用Cuda张量，但我在使用它时遇到了麻烦。 当我使用行torch.cuda.is_available()时，它返回false。 但是，当我在anaconda命令提示符上使用相同的行时，它返回true。怎么回事？我需要以某种方式设置设备吗？或者让解释器包含我的GPU？所有我想要的是我的GPU被认为是CUDA可用的，并可以在代码中使用。 我使用： python 3.7 CUDA 10.1 GPU: GTX 1070
浏览 8提问于2020-03-27得票数 0
我正在使用python opencv中的图像处理代码。因为这个过程花费了很多时间来处理比如30张图像。我尝试使用Multiprocessing并行处理这些图像。多处理部分在CPU上运行良好，但我想在GPU(cuda)中使用多处理部分。 我使用torch.multiprocessing来并行运行任务。所以我使用torch.device('cuda')让我们的类在这个perticular设备上运行所有的东西。当我运行代码时，它显示了使用"cuda“但没有使用任何GPU处理的设备。 import cv2
import numpy as np
import torch
imp
浏览 18提问于2019-04-24得票数 0
回答已采纳
我下载了dgllife并运行了pubchem_aromaticity示例。()。但总是报告错误。当我更改args‘设备’=“cpu”时，它可以运行。但太慢了。我要在库达身上查一下。我怎么才能修好它？
def main(args):
args['device'] = torch.device("cuda:0") if torch.cuda.is_available() else torch.device("cpu")
#args['device'] = torch.device("cpu")
浏览 15提问于2022-03-10得票数 0
这个问题发生在我今天重新启动云笔记本服务器时。可以使用以下步骤复制：
使用Tensorflow或Py火炬和GPU创建Google笔记本服务器
启动服务器后，打开python控制台：
>>> import torch
>>> torch.cuda.is_available()
True
库达设备到目前为止都是可用的。
重新启动服务器，并再次打开笔记本。
>>> import torch
>>> torch.cuda.is_available()
/opt/conda/lib/python3
浏览 15提问于2021-06-20得票数 7
6回答
我使用这个命令来使用GPU。
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
但是，我想在jupyter中使用两个GPU，如下所示：
device = torch.device("cuda:0,1" if torch.cuda.is_available() else "cpu")
浏览 4提问于2019-01-16得票数 57
正如问题的标题明确描述的那样，即使torch.cuda.is_available()返回True，张量也使用CPU而不是GPU。在定义device之后，通过images.to(device)函数调用将张量的images.to(device)设置为device。当我调试代码时，我可以看到device被设置为cuda:0；但是张量的device仍然被设置为cpu。
定义设备：
use_cuda = torch.cuda.is_available() # returns True
device = torch.device('cuda:0' if use_cuda else
浏览 0提问于2019-03-21得票数 1
回答已采纳
1回答
这个问题发生在我今天重新启动云笔记本服务器时。可以使用以下步骤复制：
使用Tensorflow或Py火炬和GPU创建Google笔记本服务器
启动服务器后，打开python控制台：
>>> import torch
>>> torch.cuda.is_available()
True
库达设备到目前为止都是可用的。
重新启动服务器，并再次打开笔记本。
>>> import torch
>>> torch.cuda.is_available()
/opt/conda/lib/python3.7/site-packages/t
浏览 0提问于2021-06-20得票数 0
我的环境配置：
python:3.6 tensorflow-GPU 1.3 CUDA:9.0 VS:2013 torch:0.4.0
运行CUDA 9.0示例:成功
但是当我运行pytorch代码时，我得到的错误信息如下：
文件设备行249，返回self._apply(lambda t: t.cuda( "D:\Anaconda3\lib\site-packages\torch\nn\modules\module.py"，)) RuntimeError: cuda运行时错误(35)：CUDA驱动程序版本不足以用于..\src\THC\THCGeneral.cpp:70的CUDA
浏览 0提问于2018-12-28得票数 2
我检查并看到我已经在GPU ( context_vector)中定义了我的张量，但当我在Colab上运行时，它总是显示错误“预期所有张量都在同一设备上，但发现至少两个设备，cpu和cuda”错误轨迹如下： RuntimeError Traceback (most recent call last)
<ipython-input-16-bf7edd8e474b> in <module>()
85 for context, target in data:
86 conte
浏览 172提问于2021-11-11得票数 0
我试着做火把的教程。当我试图将他们的设备设置为cuda时，它不能工作，我运行的代码被卡住了。
有关具体信息，我使用的conda环境为python3.7.3 pytors1.3.0Cuda 10.2 (NVIDIA RTX2080TI)
>>> import torch
>>> torch.cuda.is_available()
True
>>> torch.cuda.device_count()
1
>>> torch.cuda.current_device()
0
>>> device = torch.
浏览 1提问于2019-10-11得票数 3
回答已采纳
在运行我的代码时，我得到以下错误： 输入张量和参数张量不在同一设备上，在cpu处找到输入张量，在cuda处找到参数张量:0 即使我在我的输入上使用.cuda()。 Google Colab link 代码： use_cuda = True
if use_cuda and torch.cuda.is_available():
model.cuda()
def test():
model.eval()
avgLoss = 0
for dataPoint in range(len(testData)):
lstmInput = testData[dataPoint][0]
浏览 17提问于2019-05-13得票数 1
错误截图：
你好，我正在尝试运行，这是一个分类狗和猫图片的CNN。
我正在使用谷歌Colab的GPU，但出于某种原因，我得到了RuntimeError: No CUDA GPUs are available。这很奇怪，因为我在Colab设置中都特别启用了GPU，然后用torch.cuda.is_available()测试它是否可用，后者返回true。
最奇怪的是，这个错误直到我运行代码大约1.5分钟后才会出现。你会认为如果它不能检测到GPU，它会更早通知我。
我在使用完全相同的笔记本运行其他Pytorch应用程序时，使用Colab GPU没有任何问题。我只能想象这是这个特定代码的问题
浏览 0提问于2021-05-09得票数 0
我在Anaconda提示符中运行这段代码，它返回True。
(base) C:\User
torch.cuda.is_available()
True
但是当我运行其他conda环境时，它就是不起作用。
(pytorch_project) C:\User
torch.cuda.is_available()
False
问题似乎是torch.version.cuda.的不同结果
(基) torch.version.cuda = 10.1
( torch.version.cuda )pytorch_project= 10.2
但我不知道他们为什么不同..。
如何使10.2下降到10.1，并使is_
浏览 2提问于2020-10-22得票数 1
回答已采纳
尽管我尽了最大的努力，遇到了torch.jit.trace，但我还是没能运行RuntimeError: Input, output and indices must be on the current device
我有一个(相当复杂的)模型，我已经把它放在GPU上了，还有一组输入，也放在GPU上。我可以验证所有输入张量和模型参数&缓冲区在同一个设备上：
(Pdb) {p.device for p in self.parameters()}
{device(type='cuda', index=0)}
(Pdb) {p.device for p in self.buff
浏览 19提问于2022-01-21得票数 2
回答已采纳
我试图运行一个代码，我得到了一个错误：RuntimeError: Not compiled with GPU support
我四处寻找，发现可能是我的CUDA版本有一些问题。我首先安装了最新的CUDA 11.5，然后我意识到pytorch不支持该版本，所以我卸载了CUDA 11.5并重新安装了CUDA 10.2，我已经删除了与CUDA 11.5相关的所有内容，但是当我运行时
python -c 'import torch; from torch.utils.cpp_extension import CUDA_HOME; print(torch.cuda.is_available(),
浏览 24提问于2022-01-13得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
