报错 CUDA driver version is insufficient for CUDA runtime version 解决方法

本文解决了一个关于CUDA驱动版本与CUDA运行时版本不匹配的问题,详细介绍了如何通过NVIDIA官网查找并下载合适的显卡驱动进行更新,确保了TensorFlow等深度学习框架能够正常运行。

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

报错如下:tensorflow.python.framework.errors_impl.InternalError: cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version

原因:CUDA驱动版本不满足CUDA运行版本,要更新一下显卡驱动

方法:

  1. 找到驱动:
    Nvidia官网:https://www.nvidia.cn/Download/index.aspx?lang=cn
    输入显卡系列、产品名称、os、cuda版本等等信息
    查看方法如下
    在这里插入图片描述
    我的显卡名称是NVIDIA Geforce 920M
    在这里插入图片描述
    搜索后下载最新版本的显卡驱动,然后(精简)安装即可
    检查:
    选择“运行”,在“运行”里面输入“dxdiag”命令,发现已更新。

重新运行train_anti.py文件,开始训练模型
在这里插入图片描述
早上起来时60轮训练完毕,周末good morning!

评论
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