问题描述,刚下了一个项目,不能用CUDA 同一个环境不同项目中 torch.cuda.is_available() 返回值不同
问题来源:
这里的运行配置有问题 选择编辑配置并修改对应的解释器
查看
和
是否对应。
import torch
print(torch.__version__)
print(torch.cuda.is_available())
1.13.1+cu116 #在控制台检查输出及运行中对应的torch版本是否为cuda版本
True
用户在新项目中遇到CUDA可用性判断差异,torch.cuda.is_available()在不同项目中返回值不同。可能需要检查环境配置,确保torch版本与CUDA版本对应。
问题描述,刚下了一个项目,不能用CUDA 同一个环境不同项目中 torch.cuda.is_available() 返回值不同
问题来源:
这里的运行配置有问题 选择编辑配置并修改对应的解释器
查看
和
是否对应。
import torch
print(torch.__version__)
print(torch.cuda.is_available())
1.13.1+cu116 #在控制台检查输出及运行中对应的torch版本是否为cuda版本
True
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
5379
3万+

被折叠的 条评论
为什么被折叠?