在linux + RTX3080上运行深度学习的经验

最新推荐文章于 2025-02-28 23:51:44 发布
原创 最新推荐文章于 2025-02-28 23:51:44 发布 · 1.4k 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#深度学习 #linux #人工智能 #CUDA

失败与经验分享

失败一：RuntimeError: CUDA error: no kernel image is available for execution on the device

在这里插入图片描述

查看torch, cuda版本命令

在这里插入图片描述
如果你是30系显卡，又和我的版本一样，那肯定会报错误。

解决方法

错误原因在于CUDA版本不对，一般30系列显卡对应的CUDA版本使用10.2以上，本人选择使用Cuda11.1
所有可以选择重新安装torch及cudnn.

pip install torch==1.8.0+cu111 torchvision==0.9.0+cu111
最低0.47元/天 解锁文章
Win10+RTX3080深度学习环境搭建，执行YOLO目标检测
qq_41536059的博客
06-15 2688
1 软件安装 硬件环境：RTX3080 软件环境：WIN10，CUDA11.1，cuDNN8.0.4，python，VS，opencv3.4.2（？github上说opencv4不支持3080），vcpkg（版本待定） opencv需要编译 2 配置YOLO 3 训练YOLO 4 目标检测
ubuntu18.04+RTX3080+pytorch nightly深度学习环境配置
abcbeifeng的博客
11-26 2486
2020年末，由于RTX3080系显卡刚刚发布不久，深度学习的软件配套还没有跟上，这时候安装pytorch会有一定的难度。 在安装的过程中，我参考了下面几位前辈的博客： 为ubuntu18.04的RTX3080显卡安装驱动 在ubuntu上安装cuda 在ubuntu上安装cudnn 在ubuntu上安装pytorch 使用了下面几个配套资源： RTX3080中国官网 cuda官网 cudnn官网 pytorch nightly的whl文件列表 安装显卡驱动/cuda/cudnn 安装显卡驱动的过程，参考我
linux 配置pytorch_RTX 3080深度学习环境配置
weixin_39598069的博客
11-21 1043
找资料的时候感觉现在写30XX系显卡深度学习环境配置的文章还不太完善，所以记录了自己的采坑经历。Why？下面这张图非常直观，TITAN性能比2080ti强，3080的CUDA核心数差不多是TITAN的两倍，内存少一些。目前3080显卡7000出头可以拿下，性价比非常不错。1 准备工作上半年配了台支持4GPU的机器，原计划下半年训练任务上来以后再加卡。但是30XX显卡出来以后，2个3080...
ubuntu16 cuda配置
weixin_30696427的博客
11-06 189
# 安装cuda8.0 runfile # 第一个驱动选择n # 解压cudnn tar.gz包 sudo cp cuda/include/cudnn.h /usr/local/cuda/include sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64 sudo chmod a+r /usr/local/cuda/include/cudnn....
深度学习系列之环境配置（i7-10700 + RTX3080+32G+500G）
weixin_38716233的博客
05-04 3819
深度学习系列 深度学习环境配置（i7-10700 + RTX3080+32G） Windows 10 环境搭建–仅供参考。 前言 针对本配置电脑安装包版本： 1：CUDA的版本： cuda_11.4.2_471.41_win10.exe 2：Cudnn的版本： cudnn-11.4-windows-x64-v8.2.2.26 3：Anaconda的版本： Anaconda3-2020.02-Windows-x86_64.exe 4：python的版本： python3.7 5：torch的版本： 1.7.1
RTX 3080 Linux和Windows 平台兼容性问题
yinpizong5319的博客
10-15 3605
好不容易 在某电商平台抢到了一块3080显卡，高高兴兴的装机准备大搞游戏开始深度学习，却遇到了很多麻烦，当然经过多方探索，终于也是解决了linux和Windows双平台的兼容性问题，目前Pytorch和TensorFlow都能使用。 首先是linux平台 最快方法：去NVIDIA官网下载cuda11.1，从这个版本才开始支持30系列显卡。同时记得把cudnn也顺便下载了。cuda11.1自带显卡驱动，所以显卡驱动无需单独安装，提前装了也没事。 深坑：Linux不同的发行版的桌面可能对30系显卡存在兼容
深度学习-ubuntu18.04+RTX3080下安装rangnet++推理版踩坑全纪录
weixin_40826634的博客
11-13 5387
ubuntu18.04+RTX3080下安装rangnet++推理版踩坑全纪录
Ubuntu 21.04系统安装 + Nvidia RTX3080 Ti 显卡驱动安装+驱动安装后重启黑屏解决+cuda+pytorch深度学习环境搭建
weixin_46203866的博客
08-05 6243
Ubuntu 21.04系统安装 + Nvidia RTX3080 Ti 显卡驱动安装+驱动安装后重启黑屏解决+cuda+pytorch深度学习环境搭建 前言 因为要做论文的实验，实验室新购置了3080TI，配置ubuntu深度学习环境，因为在安装3080TI的显卡驱动上遇到很多次问题，便做一个经验分享 1. Ubuntu 21.04 系统安装 1.1 准备系统盘 在ubuntu 官网下载官方镜像 （21.04 河马系统） 使用 Rufus 制作系统盘 尝试了18.04、20.04系统，能装系统，但
（linux）ssd深度学习1：pytorch环境配置gpu+anaconda+pycharm+RTX2080ti 笔记
chao_xy的博客
03-10 858
（linux）ssd深度学习目标检测1：pytorch环境配置gpu+anaconda+pycharm+RTX2080ti 笔记，包括如何在anconda创建ssd虚拟环境和用pycham为项目配置ssd虚拟环境。
吐血整理 亲测有用 3080ti cuda pytorch深度学习环境安装
qq_35724582的博客
10-23 7610
sudo add-apt repository ppa:graphics-drivers //更新源 sudo apt-get install nvidia-driver-470 nvidia-settings nvidia-prime sudo apt install nvidia-cuda-toolkit//不要用 3080ti cuda环境安装 nvidia-smi 不成功或者驱动安装不成功可能设置bios 安全模式关闭就可以了 sudo apt-get purege nvidia* //卸载之..
在3080显卡电脑上安装Linux系统
bx_dpj的博客
06-19 2393
nouveau 0000:01:00.0: DRM: failed to idle channel
零基础搭建Linux的ubuntu系统anaconda+pytorch+tensorflow2.x深度学习环境（RTX 3090显卡也适用）
weixin_45941288的博客
12-25 6979
1、下载NVIDIA驱动 在官网自行选版本下载：https://www.nvidia.com/Download/index.aspx 2、配置环境 1、安装vim：sudo apt-get install vim 2、编辑文件blacklist.conf：sudo vim /etc/modprobe.d/blacklist.conf 在文件最后部分插入以下两行内容： blacklist nouveau options nouveau modeset=0 3、更新系统：sudo update-initram
【配环境】ubuntu18.04 3080ti显卡+cuda+cudnn+torch
sinat_41670685的博客
07-12 3810
1.打开系统设置中的software & updates点击 System Settings，选择 Additional Drivers 标签，下面会列出当前显卡可用的驱动版本。 注意：3080ti建议不要安装最新版本驱动 点击Apply Changes即可安装； 注意：3080ti只能装cuda11.x 修改软连接修改系统使用的cuda 卸载老版本cuda 重新查询看是否卸载成功 显卡驱动及CUDA Toolkit最高对应版本 查询驱动版本............
rtx linux 服务端,RTXLinux编程
weixin_33278577的博客
05-09 246
RTlinux主要的api函数实时应用程式分为两部分,内核部分和应用部分,应用部分需要和内核部分通过FIFO进行数据交换和控制,除此之外和一般应用程式没有太多区分,内核部分比较复杂,程式以模块方式挂入内核,这部分程式的编写需要对底层的东西有较高的需要,除了掌控RTLinux的API以外还需要对Linux内核编程有较深的了解,连同对硬件部分也有比较熟悉的掌控.没有找到完整的rtlinux的api说明...
腾讯通RTX升级方案，解决不兼容Linux系统及移动端的问题
2301_76417951的博客
12-12 471
在此背景下，腾讯通RTX作为一款非信创产品，其不支持信创环境的问题变得尤为突出，企业亟需寻找能够支持国产软硬件平台的即时通讯解决方案。作为由原腾讯通RTX技术专家带队研发的产品，既继承了RTX的优点，又在兼容性、管理功能和安全性上实现了全面提升。：通过有度即时通专用的RTX插件，组织架构、群组等数据可自动同步，无需复杂操作，大幅降低迁移成本。：在企业频繁调整组织架构的情况下，腾讯通RTX的组织架构同步功能容易出现延迟甚至失败。：支持与RTX并行使用，确保在迁移期间企业沟通不中断，消息实时互通。
腾讯通RTX低成本升级解决方案，支持Linux内核国产系统
2301_76417951的博客
12-05 641
作为一款由原RTX技术专家带队开发的即时通讯平台，有度即时通充分继承了RTX的设计优势，并结合企业用户需求进行优化，是一款全面支持国产化和多平台的即时通讯与协同办公解决方案。：RTX仅支持Windows和Mac系统，无法兼容银河麒麟、统信UOS等基于Linux内核的国产操作系统，同时无法在移动设备上使用，对信创推进和办公移动化形成了阻碍。同时，后台支持对已创建群组的直接管理。使用有度即时通提供的RTX迁移插件，自动同步组织架构、群组等数据至有度即时通，无需重新配置，实现低成本、平稳升级。
RuntimeError: CUDA error: no kernel image is available for execution on the device
weixin_51652691的博客
02-28 1125
如果有多个版本的cuda，虚拟环境中指定特定的cuda版本，在/venv/bin/activate中添加自己cuda所在的路径，添加后重新激活虚拟环境。开始使用的cuda版本是10.1，CUDA 10.1 版本不支持 RTX 3080，先升级cuda版本。原因应该是 cuda或pytorch 与显卡算力不区配。2. 配置cuda相对应的环境版本，详情见另一篇博客。1. 将cuda版本升级到11.6。测试：不报错即为配置成功。
rtx有linux安装包吗,Linux中RTX和QQ安装
weixin_29887021的博客
05-13 301
系统版本：Linux Ubuntu12.10-x64安装步骤：1.打开软件中心搜索Wine并安装。2.打开软件中心搜索Winetricks并安装。3.将winetricks中的内容覆盖/home/zhaojian/.cache/winetricks中的东东。3.安装windows依赖包：1 baekmuk colorprofile consolas corefonts droid tahoma g...
腾讯通 linux,Ubuntu 手记之RTX (腾讯通)
weixin_30016593的博客
05-27 1447
由于小白一枚，主要参考一下几篇博客安装完成[Ubuntu 16.04 wine rtx 2015安装过程]http://www.linuxdiyf.com/linux/21867.html主要按照这个博客安装的rtx，其中出现的问题主要参考其他文章，我会在下面详细的写出1.安装最新版 wine详见 Ubuntu wine wiki(https://wiki.ubuntu.org.cn/Wine)。...
8张rtx3080显卡深度学习
最新发布
04-01
为了充分利用多GPU的优势，在使用8张RTX 3080显卡进行深度学习时，需要确保硬件和软件环境都已正确配置。以下是几个关键点： 1. **操作系统** 推荐使用Linux发行版（如Ubuntu），因为其对CUDA的支持更加完善，...
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
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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