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

最新推荐文章于 2024-10-30 10:46:08 发布

原创最新推荐文章于 2024-10-30 10:46:08 发布 · 242 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python

部署运行你感兴趣的模型镜像

如果安装的Pytorch是cpu版本的，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；
例如：

python train.py --data_dir sample_dataset --gpu_ids -1

您可能感兴趣的与本文相关的镜像

Python3.11

Conda

Python

Python 是一种高级、解释型、通用的编程语言，以其简洁易读的语法而闻名，适用于广泛的应用，包括Web开发、数据分析、人工智能和自动化脚本

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

纬领网络

关注关注

1
点赞
踩
0

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
打赏
打赏
打赏举报

举报

成功解决AttributeError: module ‘torch‘ has no attribute ‘sparse_csc‘

优快云精品推荐

05-12

6537

我在使用 `PyTorch` 和 `torch-geometric` 在训练图神经网络的时候出现了 `AttributeError: module 'torch' has no attribute 'sparse_csc'` 这个问题。

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

牧羊女

07-05

5202

Jetson平台上安装PyTorch的问题定位过程。

参与评论您还未登录，请先登录后发表或查看评论

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

weixin_64966207的博客

01-12

4586

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

weixin_47247597的博客

04-12

6876

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

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

最新发布

03-26

当用户尝试运行基于 GPU 的 PyTorch 代码时，可能会遇到 `AttributeError: module 'torch._C' has no attribute '_cuda_setDevice'` 错误。此问题通常由以下几个原因引起： #### 原因分析 1. **PyTorch CPU 版本被...

AttributeError: module 'torch._C' has no attribute '_cuda_setDevice' Finish Stage 1 ...

01-08

### 解决 PyTorch 中 `AttributeError: module 'torch._C' has no attribute '_cuda_setDevice'` 此错误通常发生在 PyTorch 版本更新之后，某些内部 API 发生变化。具体来说，在较新的版本中 `_cuda_setDevice` ...

复现2代码时出现AttributeError: module 'torch._C' has no attribute '_cuda_setDevice'

03-26

### PyTorch 中 `AttributeError: module 'torch._C' has no attribute '_cuda_setDevice'` 的解决方案此错误通常表明当前安装的 PyTorch 版本不支持 CUDA 功能，可能是由于安装了 CPU-only 版本所致[^2]。以下是...

【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。

torch._C._cuda_setDevice(device) ^^^^^^^^^^^^^^^^^^^^^^^^ AttributeError: module ‘torch._C‘ has no a

weixin_44980011的博客

03-25

732

pycharm报错：torch._C._cuda_setDevice(device) ^^^^^^^^^^^^^^^^^^^^^^^^ AttributeError: module 'torch._C' has no attribute '_cuda_setDevice'网上的答案主要是说：attributeerror: module 'torch._c' has no attribute '_cuda_setdevice'的错误提示可能与PyTorch的CUDA版本有关。换成自己的环境就好了[捂脸]

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

weixin_43978384的博客

09-17

4716

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。

【解决bug】module ‘torch._C‘ has no attribute ‘_cuda_setDevice‘

m0_73557480的博客

10-09

537

不知道为啥下载不进去，每次都显示already 安装。所以最后在网上直接找到了上面的下载命令。4.再次print(torch.cuda.is_available())，发现cuda可用。在复现pix2pix时遇到了问题，原因是cuda版本没装对。此处的下载版本得多查查，我在官网下载页面只给了我代码。3.设置清华镜像源，并重新下载cuda12.1。返回自己电脑的cuda，为cuda12.1。2.再查自己电脑需要的cuda版本。若返回false，不可用。

【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。

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

qq_22762933的博客

04-10

6014

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。

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

weixin_45725142的博客

10-30

484

在复现代码时遇到这个错误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。

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

g302915901的专栏

03-16

2271

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

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)

module ‘torch._C‘ has no attribute ‘_cuda_setDevice‘解决方式

weixin_71809550的博客

03-14

1489

运行成功，命令是python -m visdom.server train.py --dataroot ./datasets/apple2orange --name maps_cyclegan --model cycle_gan。我这里没有找到对应的cuda12.2，选择了cuda11.6，复制粘贴在pycharm里面的命令运行窗，是torch没有安装对应的GPU版本，查看CUDA版本号。去pytorch官网，寻找对应的torch版本，

使用autodl AttributeError: module 'torch._C' has no attribute '_cuda_setDevice'

01-21

### 解决 `autodl` 中 `torch._C` 模块缺少 `_cuda_setDevice` 属性的问题当遇到 `AttributeError: module 'torch._C' has no attribute '_cuda_setDevice'` 错误时，这通常表明 PyTorch 的 CUDA 版本与当前环境中的 CUDA 驱动程序或其他依赖项存在兼容性问题。 #### 可能的原因分析 1. 安装的 PyTorch 和 CUDA 版本不匹配可能导致此错误。 2. 环境变量配置不当也可能引发此类问题。 3. 使用了不适合的操作系统架构版本的 PyTorch 或者其他库文件损坏也可能是原因之一[^1]。 #### 解决策略 ##### 方法一：重新安装合适的PyTorch版本确保按照官方推荐的方式安装对应CUDA版本的PyTorch。对于CUDA 11.8的支持情况： ```bash pip install torch==2.1.1+cu118 torchvision==0.16.1+cu118 torchaudio==2.1.1 -f https://download.pytorch.org/whl/cu118/torch_stable.html ``` 这种方法可以确保下载到正确编译好的二进制包来适配特定版本的CUDA驱动。 ##### 方法二：更新或重置Anaconda环境如果是在Anaconda环境下工作，则可以通过创建新的虚拟环境并指定Python版本来进行尝试修复： ```bash conda create --name myenv python=3.9 conda activate myenv pip install torch==2.1.1+cu118 torchvision==0.16.1+cu118 torchaudio==2.1.1 -f https://download.pytorch.org/whl/cu118/torch_stable.html ``` 这样做的好处是可以隔离不同项目的依赖关系冲突，并提供更干净的工作空间。 ##### 方法三：检查CUDA可见设备设置有时即使软件层面一切正常，硬件资源分配上也会出现问题。确认CUDA_VISIBLE_DEVICES环境变量已正确定义，以便让应用程序知道应该使用哪个GPU: ```python import os os.environ["CUDA_VISIBLE_DEVICES"] = "0" ``` 这段代码会告诉操作系统只允许第一个可用的GPU被识别和利用[^2]。