程序员经验分享-hwhale

pytorch版本对计算能力的要求

2023-05-16

一、pytorch对计算能力要求

出错

首先查看pytorch是否可用cuda完整流程应该是先查看是否在当前环境下的python

In [1]: import sys
In [2]: sys.executable
Out[2]: '/home/xt/anaconda3/envs/xia/bin/python'

接着查看cuda是否安装

torch.cuda.is_available()
//True

只是检测CUDA是否安装正确并能被Pytorch检测到。

接着验证是否能正常使用，要想看Pytorch能不能调用cuda加速，还需要一下：

a=torch.Tensor([1,2])
a=a.cuda()
a

果不其然出错了

RuntimeError: CUDA error: no kernel image is available for execution on the device

二、出错原因

这是由于显卡计算能力太低导致的，或者是pytorch版本太高了的原因。

从pytorch 1.3开始 不再支持GPU的算力在3.5及其以下的显卡。

如果你要使用torch 1.7，GPU算力至少要达到5.2。

查看pytoch版本

torch.__version__

查看计算能力

torch.cuda.get_device_capability()

所以提供第1种思路：将pytorch换到1.2版本以下，但是：
但是版本太低会遇到很多问题，比如：有些包需要高版本的torch支持，比如：torch geometric需要至少1.4版本。另外，torch版本过低，python版本过高，难保不会出问题。

寻找低版本的pytorch：https://pytorch.org/get-started/previous-versions/。

直接贴出pytorch1.1的下载命令

conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=9.0 -c pytorch

或者第2种思路：换个计算机，因为显卡计算能力太弱了。

或者第3种思路就是：需要在Windows上重新编译Pytorch 源码，得到适合自己显卡的torch。在编译时，系统会自动把GPU算力下限设为当前机器显卡的算力，比如GT 730M 1G 显卡算力为3.5。参考https://blog.csdn.net/qq_43051923/article/details/108393510。

三、pytorch与cuda的版本对应关系

首先是cudatoolkit版本与driver要对应。查看driver版本可以用nvidia-smi查询，具体参考对比
cuda与driver
驱动是向下兼容的，其决定了可安装的CUDA和CUDAToolkit的最高版本。简而言之驱动高一点好，啥烦恼都没有了。对于cuda的更多介绍参考cuda、cudatoolkit区别

这里是cuda与pytorch的关系，官网链接见pytorch
pytorch与cuda

顺便附上tensorflow的链接TensorFlow

四、与python的版本冲突

PyTorch从来没有为Python2.7版本的PyTorch和TorchVision做过Windows构建。可以使用conda search来实现：

$ conda search 'pytorch[channel=pytorch,subdir=win-64,version=1.1]'
Loading channels: done

# Name     Version    Build                     Channel             
pytorch    1.1.0      py3.5_cuda100_cudnn7_1    pytorch             
pytorch    1.1.0      py3.5_cuda90_cudnn7_1     pytorch             
pytorch    1.1.0      py3.6_cuda100_cudnn7_1    pytorch             
pytorch    1.1.0      py3.6_cuda90_cudnn7_1     pytorch             
pytorch    1.1.0      py3.7_cuda100_cudnn7_1    pytorch             
pytorch    1.1.0      py3.7_cuda90_cudnn7_1     pytorch

至少您必须使用Python3.5，但是如果您要使用Python3并且需要那些特定的PyTorch版本，您最好跳到Python3.7。

conda create -n pytorch_1_1 -c pytorch python=3.7 pytorch=1.1 torchvision=0.3
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)

pytorch版本对计算能力的要求 的相关文章

随机推荐

  • [ Hbase ] 单机独立安装

    文章目录 下载 Hbase安装 Hbase启动 HbaseJava API 连接 下载 Hbase http apache mirror cdnetworks com hbase span class token builtin class

  • [ Spark ] java.lang.NoSuchMethodError: com.google.common.hash.Funnels.stringFunnel

    文章目录 问题解决两种方式一 初始化 spark 时 xff0c 设置优先使用 jar 包中的依赖二 使用 shade 插件 参考链接 问题 相关环境参数 spark version xff1a 2 1 0 scala version xf

  • [ Neo4j ] Docker 安装与 Python 操作

    文章目录 安装运行Python 操作简单示例 安装 使用 docker 安装 Neo4j拉取最新的 Neo4j 镜像 docker pull neo4j 运行 运行 Neo4j 容器 docker run it d p span class

  • Windows和Linux之间如何传递数据|两台Linux之间如何传递数据

    摘要 xff1a 我们租用了一台服务器 xff0c 然后我们想要把我们写的项目上传到自己的Linux服务器中 xff0c 那么我们应该怎么上传呢 xff1f 如果我们想要从服务器中下载一些资料 xff0c 那么又该如何进行呢 xff1f 看

  • mac M1使用goland无法进行调试

    首先查看go的版本查看是否是arm版本的eg xff1a go version go version go1 16 13 darwin arm64 然后查看你的goland版本是否是Apple Sillicon版本 下载apple版本的go

  • 忘了自己是从哪里下载的源码？查看git clone的历史

    有时候忘记自己是从哪个地方下载的源码了 xff0c 这时候可以进入git clone的文件夹根目录 xff0c 在该处打开终端并输入 span class token function git span reflog date span c

  • 【详细步骤】Ubuntu18.04开启SSH服务，使用MobaXterm客户端进行远程登录

    熟悉linux的小伙伴 xff0c 都或多或少会接触到ssh服务 使用MobaXterm远程登录Ubuntu那感觉 xff0c 真是太 爽了 本人推荐此方法原因如下 xff1a 1 颜控 xff0c Ubuntu原生界面太丑 2 方便 xf

  • cuda-trt 学习

    https github com jinmin527 learning cuda trt learning cuda trt A large number of cuda tensorrt cases在这个project中 xff0c 提供

  • 时序知识图谱推理：Know-Evolve: Deep Temporal Reasoning for Dynamic Knowledge Graphs

    0摘要 xff1a 带有时间戳的大规模事件数据的可用性催生了边带有时间的动态知识图谱 在动态的知识图谱中 xff0c 并没有被很好的理解 基于此 xff0c 本文提出Know Evolve xff0c 这是一种新颖的深度进化知识网络 xff

  • 《机器学习实战》源码和数据集的下载

    机器学习实战 这本书对于我们了解机器学习原理和代码实现提供了很大的帮助 xff0c 源码和数据集可在其英文版的官方网站进行下载 xff1a https www manning com books machine learning in ac

  • VNC Viewer ：Timed out waiting for a response from the computer

    阿里云主机 xff0c Ubuntu系统 xff0c 通过VNC viewer连接出现超时问题 解决方案 xff1a 首先检查在阿里云主机添加5801 5810 xff1b 5901 5910端口是否开启 查找步骤如下图 xff1a 1 点

  • 从零开始系列（二）：数据库基础篇

    从零开始系列 xff08 二 xff09 xff1a 数据库基础篇 相关系列文章推荐 xff1a 从零开始系列 xff08 一 xff09 xff1a 在github上搭建自己的博客 从零开始系列 xff08 三 xff09 xff1a W

  • 从零开始系列（三）：Windows10安装Linux子系统（WSL教程）

    从零开始系列 xff08 三 xff09 xff1a Windows10安装Linux子系统 xff08 WSL教程 xff09 相关系列文章推荐 xff1a 从零开始系列 xff08 一 xff09 xff1a 在github上搭建自己的

  • 从零开始系列（四）：一文看懂arm架构和x86架构有什么区别

    从零开始系列 xff08 四 xff09 xff1a 一文看懂arm架构和x86架构有什么区别 相关系列文章推荐 xff1a 从零开始系列 xff08 一 xff09 xff1a 在github上搭建自己的博客 从零开始系列 xff08 二

  • NVIDIA显卡及架构介绍

    版权申明 未经博主同意 xff0c 谢绝转载 xff01 xff08 请尊重原创 xff0c 博主保留追究权 xff09 xff1b 本博客的内容来自于 xff1a NVIDIA显卡及架构介绍 xff1b 学习 合作与交流联系q384660

  • 脉冲神经网络资料汇总

    往期文章推荐 xff1a 损失函数与代价函数 神经网络从入门到精通 脉冲神经网络综述笔记 版权申明 未经博主同意 xff0c 谢绝转载 xff01 xff08 请尊重原创 xff0c 博主保留追究权 xff09 xff1b 本博客的内容来自

  • 什么是NAS

    一 NAS是什么 简单的说就是连接在网络上 xff0c 让大家可以透过网络 xff08 内网 xff0c 外网 xff09 来进行储存和读取资料的设备 通俗点说 xff0c 就是有一台很小很小的台式主机 xff0c 里面只装了很多颗的磁盘

  • numba安装与使用

    一 numba是什么 Numba是一个针对Python的开源JIT编译器 xff0c 由Anaconda公司主导开发 xff0c 可以对Python原生代码进行CPU和GPU加速 Numba对NumPy数组和函数非常友好 解释器可以参考第四

  • 目标检测中算法评价指标FPS

    一 FPS 每秒传输帧数 Frames Per Second 是什么 FPS就是目标网络每秒可以处理 xff08 检测 xff09 多少帧 多少张图片 FPS简单来理解就是图像的刷新频率 xff0c 也就是每秒多少帧 假设目标检测网络处理1

  • pytorch版本对计算能力的要求

    一 pytorch对计算能力要求 首先查看pytorch是否可用cuda完整流程应该是先查看是否在当前环境下的python In span class token punctuation span span class token numb

热门标签