训练时发现cuda版本和pytorch版本不匹配!

文章讲述了在任务训练中遇到GPU未使用的问题,作者通过检查CUDA版本(12.2),发现torch(2.0.1)与cuda不匹配。通过更新torch到2.0.1+cu118版本解决了问题,提醒读者注意torch版本与CUDA版本的兼容性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在进行任务训练的时候,发现代码没有报错,但是gpu无法使用。

查看自己的cuda版本,在cmd命令提示符中输入如下命令:

nvidia-smi

可以看到如下界面:

再输入:

nvcc -V

 (中间有空格,注意)结果如图:

我的cuda版本是12.2

(有的人两次命令的cuda版本不一致,其实是因为CUDA 有两种API,分别是运行 API 和 驱动API,即所谓的 Runtime API 与 Driver API。nvidia-smi 的结果除了有 GPU 驱动版本型号,还有 CUDA Driver API的型号。而nvcc的结果是对应 CUDA Runtime API,上面的版本大于下面的版本一般没什么问题)


我用的pycharm,可以通过如下代码查看torch版本,并查看是否有可用cuda。

import torch
print(torch.__version__)
print(torch.cuda.is_available())

我的torch是2.0.1的cuda12.1版本,上面代码输出的是False,应该是torch版本不匹配,然后我换成了torch2.0.1+cu118版本,就可以正常使用了,torch这方面的坑还是挺多的,尤其是版本不匹配的问题,可以到torch官网或github查看。

除此之外,还可以调整cuda版本,但我觉得很麻烦,还不如更改torch版本。

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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