[2023Aug] 关于PyTorch, CUDA版本的适配问题

本文讲述了如何在遇到`torch.cuda.is_available()`返回False的问题后,重新安装和适配PyTorch和CUDA。首先确认PC上NVIDIA驱动支持的最高CUDA版本,然后选择合适版本的PyTorch并安装,如v1.13.1。如果安装后遇到问题,可能需要升级cudatoolkit到一个较低版本并与PyTorch兼容。
部署运行你感兴趣的模型镜像
问题等同于“torch.cuda.is_available() = false”   

之前怎么安装的pytorch已经不记得了,最近需要加速代码,想使用GPU. 但是torch.cuda.is_available() 总是显示 False. 为此决定从新安装PyTorch, CUDA 等。

前提: 

  • 了解自己pc上nvidia驱动所支持的最高CUDA version.
  • 方法: ctrl+R -> cmd -> nvidia-smi

操作:

1. 在previous版本中找到合适的pytorch版本,根据pc OS和pip or conda复制安装命令。

例如v1.13.1.

  • 这样做的好处在于,我们不需要操心pytorch, cuda的版本适配问题。

2. 这样安装之后我出现了以下问题

 解决方案:

conda install cudatoolkit
  • 升级一下cudatoolkit. 注意这里版本需要低于文章“前提”中提到的cuda version. 

检查:

import torch

print(torch.__version__)
print(torch.cuda.is_available())

# results are
1.13.1
True

您可能感兴趣的与本文相关的镜像

PyTorch 2.7

PyTorch 2.7

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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