文章讲述了如何检查CUDA版本，并指出nvidia-smi和nvcc-V可能显示不同版本，应以nvcc-V为准。在遇到RuntimeError关于缺失kernelimage的问题时，即使已按版本对应安装torch和torchvision，仍可能出现错误。解决方法是下载对应版本的.whl文件，通过pipinstall进行本地安装。
1.查看 CUDA 版本
两条指令
nvidia-smi
nvcc -V
注意两条指令获得的 CUDA 版本可能并不一致，这里以 nvcc -V 显示的版本为准，具体原因暂不在本文解释。
2.对照表格确定相应版本
3.常见问题
按照表格中对应的版本进行了安装，但是仍然出现了以下报错：
RuntimeError: CUDA error: no kernel image is available for execution on the device
或：
按照网络上常见的解释就是 torch 和 torchvision 版本不匹配，然而明明已经按照表格对应的版本进行了安装。
4. 解决方法：通过 whl 安装
-
在 下载页面 ，按照表格对应的版本，分别下载 torch 和 torch vision 的
.whl文件到本地。
-
通过
pip install命令安装 -
问题解决
扫一扫
7147
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
