情况1:自己的cuda、cudnn、python、pytorch版本不匹配。注意,尤其是python的版本是很容易忽略的。
情况2(我的情况是这种):在情况1满足的条件下,查看自己的程序所使用的显卡占用量是不是满了,如果满了就换未使用的卡(‘cuda:3’ —> ‘cuda:0’)。
情况3:在代码中加入
torch.backends.cudnn.enabled = False
本文介绍了在使用PyTorch时遇到CUDA、cudnn、Python版本不匹配以及显存满载的问题。首先,强调了Python版本匹配的重要性,这常常被忽视。其次,提供了解决方案,即检查并切换到未使用的GPU设备。最后,提到了通过设置`torch.backends.cudnn.enabled=False`来禁用cudnn加速,以避免某些情况下可能出现的冲突。
情况1:自己的cuda、cudnn、python、pytorch版本不匹配。注意,尤其是python的版本是很容易忽略的。
情况2(我的情况是这种):在情况1满足的条件下,查看自己的程序所使用的显卡占用量是不是满了,如果满了就换未使用的卡(‘cuda:3’ —> ‘cuda:0’)。
情况3:在代码中加入
torch.backends.cudnn.enabled = False
您可能感兴趣的与本文相关的镜像
PyTorch 2.5
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

被折叠的 条评论
为什么被折叠?