赞
踩
在进行任务训练的时候,发现代码没有报错,但是gpu无法使用。
查看自己的cuda版本,在cmd命令提示符中输入如下命令:
nvidia-smi
可以看到如下界面:
再输入:
nvcc -V
(中间有空格,注意)结果如图:
我的cuda版本是12.2
(有的人两次命令的cuda版本不一致,其实是因为CUDA 有两种API,分别是运行 API 和 驱动API,即所谓的 Runtime API 与 Driver API。nvidia-smi 的结果除了有 GPU 驱动版本型号,还有 CUDA Driver API的型号。而nvcc的结果是对应 CUDA Runtime API,上面的版本大于下面的版本一般没什么问题)
我用的pycharm,可以通过如下代码查看torch版本,并查看是否有可用cuda。
- import torch
- print(torch.__version__)
- print(torch.cuda.is_available())
我的torch是2.0.1的cuda12.1版本,上面代码输出的是False,应该是torch版本不匹配,然后我换成了torch2.0.1+cu118版本,就可以正常使用了,torch这方面的坑还是挺多的,尤其是版本不匹配的问题,可以到torch官网或github查看。
除此之外,还可以调整cuda版本,但我觉得很麻烦,还不如更改torch版本。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。