复现错误 AttributeError: module ‘torch._C‘ has no attribute ‘_cuda_setDevice‘

言信

于 2024-10-30 10:46:08 发布

阅读量441

点赞数 2

CC 4.0 BY-SA版权

文章标签：深度学习 pytorch 人工智能

本文链接：https://blog.youkuaiyun.com/weixin_45725142/article/details/143358737

在复现代码时遇到这个错误
在这里插入图片描述

查了很多资料发现是torch和cuda版本问题，问了kimi后运行安装版本就好了

pip install torch==1.9.0+cu102 torchvision==0.10.0+cu102 -f https://download.pytorch.org/whl/cu102/torch_stable.html

发现之前安装的torch的cpu版本的，重新下载了改成了cuda版本的。

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

言信

关注关注

2
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

AttributeError: module ‘torch._C‘ has no attribute ‘_cuda_setDevice‘解决错误

weixin_64966207的博客

01-12

4232

【终于解决attributeerror: module ‘torch._c‘ has no attribute ‘_cuda_setdevice‘（多种方案）】

weixin_45914748的博客

04-29

1万+

这通常意味着：你使用的 Pytorch 版本中不存在这个特定的底层C API（即CUDA版本问题），或者你可能错误地使用了Pytorch的API（调用错误）。不是gpu版本，就在python命令后面加上 --gpu_ids -1（gpu_ids原来默认值是0），问题解决。最后可以试试把torch_c改为torch。

参与评论您还未登录，请先登录后发表或查看评论

【BUG】PyTorch AttributeError: module ‘torch._C‘ has no attribute ‘_cuda_setDevice‘

xiangduixuexi的博客

07-25

3万+

如果时Python文件中调用了GPU，那么设置：torch.cuda.set_device(-1)，注意-1才代表不使用GPU。

关于AttributeError: module ‘torch._C‘ has no attribute ‘_cuda_setDevice‘问题的解决

qq_39578356的博客

09-14

2万+

1.该问题错误情况如下 File "E:\PythonCode\STANet-master\options\base_options.py", line 140, in parse torch.cuda.set_device(opt.gpu_ids[0]) File "E:\Python\lib\site-packages\torch\cuda\__init__.py", line 281, in set_device torch._C._cuda_setDevice(device)

AttributeError: module ‘torch._C‘ has no attribute ‘_cuda_setDevice‘

weixin_38324954的博客

11-11

3765

环境：win10系统+torch(cpu) 问题：运行train.py文件时出现报错，如下图所示解决：由于我安装的pytorch是CPU版本，不是GPU版本，所以在运行文件时，需要在文件中将gpu_ids的默认值改为-1，修改后问题即可解决参考博客： https://blog.csdn.net/weixin_39450145/article/details/104797786 ...

初学python遇到PyTorch AttributeError: module ‘torch._C‘ has no attribute ‘_cuda_setDevice‘的问题

weixin_45806487的博客

12-20

9898

记录原因：初次使用AI，应用一些有趣简单的代码使用场景：使用网上下载的代码初次使用网上的代码，重要的是要引入第三方库以及路径问题描述：安装库使用requirements.txt安装库,在Anaconda输入。 python -m pip install -r G:\requirements.txt 注：requirement.txt文件在G盘，-r是读取文件，-m是在以脚本模式启动，详情： https://www.cnblogs.com/xueweihan/p/5118222.html

AttributeError: module 'torch._C' has no attribute '_cuda_setDevice'（在python命令后面加上 --gpu_ids -1）

weixin_39450145的博客

03-11

4万+

1. 问题：AttributeError: module 'torch._C' has no attribute '_cuda_setDevice' 运行命令python train.py --data_dir sample_data时，出现上述错误。 2. 参考： https://github.com/KupynOrest/DeblurGAN/issues/74从这里知道了下一个链...

pycharm报错：AttributeError: module ‘torch._C‘ has no attribute ‘_cuda_setDevice‘

weixin_43978384的博客

09-17

4632

原因：pytorch没有配置GPU/CUDA（若已经安装并配置GPU+CUDA）到pytorch官网安装适合的版本： https://pytorch.org/get-started/locally/ 将最底层的 Run this Command复制，到pycharm的终端运行。

学习记录：AttributeError: module ‘torch._C‘ has no attribute ‘_cuda_setDevice‘

weixin_47247597的博客

04-12

6672

学习记录：AttributeError: module ‘torch._C‘ has no attribute ‘_cuda_setDevice‘ 解决方案：安装适合GPU版本的torch

PyTorch AttributeError: module ‘torch._C‘ has no attribute ‘_cuda_setDevice‘

qq_22762933的博客

04-10

5675

这个问题说简单也很简单，大概率是你的pytorch安装了cpu版本...但现在默认安装下来就是cpu版本，可以在python中输入下面两行测试以下是不是不可用，如果显示False，那么就是不可用。简述一下做法，就是使用conda删除onlycpu这个包，如果没有这个包，就先安装，再卸载。卸载的时候会有类似的提示。然后可以conda list看一下pytorch的版本，如果是cpu的版本，那么可以参考另一个写的很详细的博客。然后，就自动帮你把pytorch以及其它的包换成gpu的了。

AttributeError: module ‘torch._C‘ has no attribute ‘_cuda_setDevice‘ pip解决方案

g302915901的专栏

03-16

2097

【BUG】AttributeError: module 'torch._C' has no attribute '_cuda_setDevice' pip解决方案。

AttributeError: module 'torch' has no attribute 'device'

宁静致远

01-17

1万+

ubuntu14.04 pycharm运行github上的例子https://github.com/yunjey/pytorch-tutorial/blob/master/tutorials/01-basics/feedforward_neural_network/main.y ,报错标题中的错误AttributeError: module 'torch' has no attrib...

AttributeError module ‘torch._C‘ has no attribute ‘_cuda_setDevice‘

xiangfengl的专栏

07-01

1万+

在安装Pytorch时如果cpu版本的，不是gpu版本的。会提示AttributeError module 'torch._C' has no attribute '_cuda_setDevice'，所以，需要在python命令后面加上--gpu_ids -1，问题解决。运行如下命令，问题就解决了。 python train.py --data_dir sample_dataset--gpu_ids -1 或者，也可以在文件中，直接把参数gpu_ids的默认值改成-1。 ...

AttributeError: module ‘torch‘ has no attribute ‘device‘ 错误处理办法

最新发布

06-05

<think>我们正在处理一个关于PyTorch的错误：`AttributeError:module'torch._C'hasnoattribute'_has_magma'`。这个错误表明当前安装的PyTorch版本缺少对MAGMA库的支持。MAGMA是一个用于GPU加速的线性代数库，通常在需要进行科学计算（如矩阵运算）时使用。如果您的程序需要MAGMA支持（例如，使用了一些高级的线性代数函数），而PyTorch安装中没有包含MAGMA，则会出现此错误。根据引用[1]和[2]中的经验，类似的问题（例如`'_cuda_setDevice'`属性缺失）通常是由于安装了不匹配的PyTorch版本（如CPU版本而非GPU版本）引起的。因此，我们可以推断这个错误也可能是由于PyTorch安装中缺少必要的组件（即MAGMA支持）导致的。解决方案通常是重新安装一个包含MAGMA支持的PyTorch版本。MAGMA通常包含在PyTorch的GPU版本中，特别是针对CUDA的预编译版本。所以，您应该安装与您的CUDA版本匹配的PyTorchGPU版本。步骤：1.**确定您的CUDA版本**：在终端中运行以下命令：```bashnvidia-smi```这将显示您的显卡驱动支持的CUDA版本（注意：这里显示的是驱动支持的最高CUDA版本，实际安装的CUDA版本可能需要通过`nvcc--version`来查看）。但通常我们安装PyTorch时需要根据驱动支持的版本来选择。2.**安装与CUDA版本匹配的PyTorch**：访问PyTorch官方网站（https://pytorch.org/get-started/locally/），选择适合您的操作系统、CUDA版本以及安装方式（通常使用pip或conda）。例如，如果您的CUDA版本是11.7，您可以使用如下pip命令安装（根据引用[1]的格式）：```bashpipinstalltorch==2.0.1+cu117torchvision==0.15.2+cu117torchaudio==2.0.2--extra-index-urlhttps://download.pytorch.org/whl/cu117```注意：上面的命令中，`cu117`表示CUDA11.7。如果您的CUDA版本是11.8，则使用`cu118`，以此类推。3.**验证安装**：安装完成后，运行以下Python代码来验证：```pythonimporttorchprint(torch.cuda.is_available())#应该输出True，表示CUDA可用#检查MAGMA支持：尝试访问_has_magma属性（虽然直接访问可能不暴露，但可以使用其他方式）#通常，如果安装了GPU版本且包含了MAGMA，那么该属性应该存在。#或者，我们可以通过尝试一个需要MAGMA的运算来验证（可选）。```4.**特殊情况**：如果您不需要GPU，或者您的机器没有NVIDIAGPU，那么您可能需要安装CPU版本的PyTorch，并且不需要MAGMA支持。但是，如果您的代码依赖了一些需要MAGMA的运算，那么您可能需要在CPU上安装MAGMA库并重新编译PyTorch，这通常比较复杂。因此，推荐在有NVIDIAGPU的情况下安装GPU版本的PyTorch。5.**使用conda安装**（可选）：如果您使用conda，安装命令可能是：```bashcondainstallpytorchtorchvisiontorchaudiopytorch-cuda=11.7-cpytorch-cnvidia```将`pytorch-cuda`后面的版本替换为您的CUDA版本。引用[2]中提到设置清华镜像源可以加速下载，所以如果您在中国，可以考虑使用清华镜像源（对于pip，可以使用`-i`参数指定源，或者通过`pipconfig`设置全局源）。**生成相关问题**：1.如何检查PyTorch是否正确安装了MAGMA支持？2.在没有NVIDIAGPU的机器上，如何安装支持MAGMA的PyTorch？3.安装PyTorch时如何选择与CUDA版本匹配的安装命令？4.为什么在PyTorch中需要MAGMA库？哪些操作会依赖它？5.安装PyTorchGPU版本后，如何验证其是否能够使用CUDA？注意：以上步骤和问题均基于常见的解决方案。如果您遇到特定的环境问题，可能需要进一步调整。</think> ### PyTorch错误：`'torch._C' has no attribute '_has_magma'`解决方案此错误通常表示PyTorch安装缺少**MAGMA库支持**（Matrix Algebra on GPU and Multicore Architectures）。以下是详细解决步骤： #### 原因分析 - MAGMA是PyTorch进行**高级数值计算（如线性代数运算）** 的底层库 - 问题根源： 1. 安装了**CPU-only版本**的PyTorch 2. PyTorch GPU版本**未包含MAGMA模块** 3. CUDA/NVIDIA驱动**版本不匹配** #### 解决方案 ```mermaid graph LR A[检查CUDA可用性] --> B{torch.cuda.is_available()} B --> |True| C[验证CUDA版本兼容性] B --> |False| D[重新安装GPU版本PyTorch] C --> E[安装包含MAGMA的版本] ``` 1. **验证当前环境** ```python import torch print(f"CUDA available: {torch.cuda.is_available()}") # 必须返回True print(f"PyTorch version: {torch.__version__}") # 检查是否GPU版本 ``` 2. **卸载现有PyTorch** ```bash pip uninstall torch torchvision torchaudio ``` 3. **安装含MAGMA的GPU版本** *根据您的CUDA版本选择（通过`nvidia-smi`查看）：* ```bash # CUDA 11.x (推荐) pip install torch==2.0.1+cu117 torchvision==0.15.2+cu117 torchaudio==2.0.2 \ -f https://download.pytorch.org/whl/torch_stable.html # CUDA 12.x pip install torch==2.1.0+cu121 torchvision==0.16.0+cu121 torchaudio==2.1.0 \ --index-url https://download.pytorch.org/whl/cu121 ``` 4. **验证安装** ```python import torch # 方法1：检查MAGMA支持 print(torch._C._has_magma) # 应返回True # 方法2：测试线性代数运算 a = torch.randn(3,3).cuda() b = torch.inverse(a) # 依赖MAGMA的操作 ``` #### 特殊情况处理 1. **无GPU环境**： ```bash pip install torch==2.0.1+cpu torchvision==0.15.2+cpu torchaudio==2.0.2 \ -f https://download.pytorch.org/whl/cpu/torch_stable.html ``` 并在代码中添加： ```python torch.set_default_tensor_type(torch.FloatTensor) # 强制使用CPU张量 ``` 2. **Docker环境**：使用官方预编译镜像： ```dockerfile FROM pytorch/pytorch:2.0.1-cuda11.7-cudnn8-runtime ``` #### 预防措施 - 始终使用PyTorch官方安装命令生成器：[https://pytorch.org/get-started/locally/](https://pytorch.org/get-started/locally/) - 确保CUDA驱动与PyTorch版本匹配（[版本兼容表](https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html)）