我玩了几个项目，明确要求pytorch == 1.0.0，但我有一个旧的显卡，只支持CUDA3.0，所以我使用的中央处理器，这是非常慢，作为显卡的双图形处理器我决定尝试一下，并从支持3.0的源代码构建pytorch (我已经计划更新pc，但不会很快发生)。
我正在使用docker进行构建，特别是我尝试修改来自的现有docker文件，在我使用debian/sid的主机系统上，安装了cuda10.2cudnn7.6，我不确定是否可以降级cuda，我不知道容器中的版本是否必须与主机完全相同(就像nvidia驱动程序一样)。
在更新版本时，我注意到的第一件事是没有找到cuda-cublas-dev-
浏览 62提问于2020-11-16得票数 0
我安装了几个PyTorch版本(CUDA 11.7 nightly、CUDA 11.6 nightly、11.3)，但每次torch.version.cuda都返回10.2。
我想在CUDA 11.7上运行PyTorch。我的显卡有CUDA功能sm_86。
[me@legion imagen-test]$ sudo pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113
...
[me@legion imagen-test]$ python
>&
浏览 30提问于2022-05-29得票数 2
回答已采纳
1回答
我刚刚启动(并支付了) Deep Learning AMI (Ubuntu 18.04) Version 27.0 (ami-0dbb717f493016a1a)实例类型g2.2xlarge。我激活了 for PyTorch with Python3 (CUDA 10.1 and Intel MKL) ____________source activate pytorch_p36 当我运行pytorch网络时，我看到一个警告 /home/ubuntu/anaconda3/envs/pytorch_p36/lib/python3.6/site-packages/torch/cuda/__ini
浏览 26提问于2020-04-14得票数 0
回答已采纳
我试图运行一个代码，我得到了一个错误：RuntimeError: Not compiled with GPU support
我四处寻找，发现可能是我的CUDA版本有一些问题。我首先安装了最新的CUDA 11.5，然后我意识到pytorch不支持该版本，所以我卸载了CUDA 11.5并重新安装了CUDA 10.2，我已经删除了与CUDA 11.5相关的所有内容，但是当我运行时
python -c 'import torch; from torch.utils.cpp_extension import CUDA_HOME; print(torch.cuda.is_available(),
浏览 24提问于2022-01-13得票数 0
我正在尝试运行一个需要pytorch-gpu的python包。我已经将我的Colab笔记本的运行时类型更改为GPU。当我运行该命令时，我会遇到以下错误。不确定我是否可以自己在colab上构建pytorch？
Traceback (most recent call last):
File "inference_unet.py", line 9, in <module>
import torchvision.transforms as transforms
File "/usr/local/lib/python3.6/dist-packages/
浏览 110提问于2020-05-07得票数 0
我现在的PyTorch版本是1.10。我想把它降级到1.3，但是conda建议只使用CPU版本。我的GPU是一个GTX 1080 TI。
我现在的设置是
cudatoolkit 10.2.89 hfd86e86_1
cudnn 7.6.5 cuda10.2_0
pytorch 1.10.0 py3.7_cuda10.2_cudnn7.6.5_0 pytorch
pytorch-mutex 1.0
浏览 15提问于2021-12-07得票数 0
回答已采纳
最近，我需要安装火把，当我查看网站：
它显示了四个不同的版本9.2、10.1、10.2、11.0，我在我的计算机上安装了cuda版本10.0和驱动程序版本450，我认为在我选择10.1并尝试torch.cuda.is_available()并返回True之后，它在使用pytorch时无法启用gpu。
我有两个问题：
为什么一切都在起作用，即使我的cuda版本和我提到的任何版本都不一样？
选择cuda verison 9.2、10.1、10.2、11.0有什么区别？
浏览 3提问于2021-02-01得票数 12
回答已采纳
我正试图在一台支持GPU的机器上建立资金来源。我有一个NVIDIA P 100 GPU。当我使用make构建MXNET时，它报告如下：
下面给出了来自CMake日志的片段
-- The CUDA compiler identification is NVIDIA 10.2.89
-- Check for working CUDA compiler: /usr/local/cuda-10.2/bin/nvcc
-- Check for working CUDA compiler: /usr/local/cuda-10.2/bin/nvcc -- works
-- Detecting CUDA c
浏览 4提问于2020-02-20得票数 2
回答已采纳
我想测试运行一些有限差分时域(FDTD)模拟使用并行化的GPU和比较速度与基于CPU的仿真运行。这基本上是我第一次尝试用GPU加速进行科学计算。
我的系统配置：
CPU: Intel Core i7-4930K @ 3.40 GHz
GPU: Gigabte GeForce GTX 1650 OC LP 4.0 GB
RAM: 32.0 GB (16.0 GB usable)
OS: Windows 7 Home Premium 64-bit
这个GPU有和，所以与在“仅”12个CPU核上运行模拟相比，我预计会有一个显著的加速。
模拟脚本使用模拟包，我使用木星笔记本以方便使用。如果您对一些实际
浏览 7提问于2022-07-14得票数 -2
回答已采纳
我需要使用具有cuda gpu访问权限的Pytorch。我使用"pytorch/pytorch:1.9.0-cuda10.2-cudnn7-runtime“中的作为我的基础图像。必要的python版本是否也随此命令一起安装？
浏览 47提问于2021-07-30得票数 0
1回答
一开始，我使用nvcc --version命令检查了我的cuda版本，它将版本显示为10.2，因此我开始根据中的指令安装，所以我尝试在anaconda提示符中使用bellow命令使用python 3.8.3虚拟环境
conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
在终端显示
added / updated specs:
- cudatoolkit=10.2
- pytorch
- torchaudio
- torchvisio
浏览 6提问于2020-11-16得票数 1
3回答
我有一个带有PyTorch和Tensorflow的conda环境，两者都需要CUDA9.0 (~cudatoolkit 9.0来自conda)。安装了火炬和cudatoolkit (就像他们在网站上提供的那样)之后，我想安装Tensorflow，这里的问题是我得到了这个错误：
Collecting package metadata (current_repodata.json): done
Solving environment: failed with initial frozen solve. Retrying with flexible solve.
Collecting package
浏览 11提问于2020-09-11得票数 6
回答已采纳
我试图在A100图形处理器上使用我当前的代码，但是我得到了这个错误：
---> backend='nccl'
/home/miranda9/miniconda3/envs/metalearningpy1.7.1c10.2/lib/python3.8/site-packages/torch/cuda/__init__.py:104: UserWarning:
A100-SXM4-40GB with CUDA capability sm_80 is not compatible with the current PyTorch installation.
The curre
浏览 12提问于2021-04-08得票数 9
我想在我的笔记本电脑上训练一个gpt2模型，我有一个图形处理器，我的操作系统是windows，但我在python中总是得到这个错误：
torch._C._cuda_init()
RuntimeError: No CUDA GPUs are available
当我尝试在python控制台中检查GPU的可用性时，我得到的结果是：
import torch
torch.cuda.is_available()
Out[4]: True
但是我拿不到这个版本
nvcc version
#or nvcc --version
NameError: name 'nvcc' is not
浏览 1047提问于2021-05-20得票数 1
我试图在我的Ubuntu18.04中使用PyTorch和GPU。GPU是一个GeForce GTX 1070。
nvidia-smi：
| NVIDIA-SMI 460.67 Driver Version: 460.67 CUDA Version: 11.2 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr
浏览 3提问于2021-04-07得票数 3
回答已采纳
3回答
我安装了CUDA 9.2。例如：
(base) c:\>nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2018 NVIDIA Corporation
Built on Wed_Apr_11_23:16:30_Central_Daylight_Time_2018
Cuda compilation tools, release 9.2, V9.2.88
我在Windows10上安装了PyTorch，使用的是：
conda install pytorch cuda92 -c pytorch
pip
浏览 2提问于2018-09-29得票数 4
1回答
我尝试使用cli进行推理，从检测和识别模型中获得预测。用cuda10.2完成推理需要15分钟，但是我有cuda11.3，它需要3个小时，我想减少这一次。注意:我的硬件不支持cuda10.2。
因此，我安装了以下软件包，
h2bc3f7f_2pytorch 11.3.1 cudatoolkit 11.3.1 py3.7_cuda11.3_cudnn8.2.0_0 1.10.0 py3.7_cuda11.3_cudnn8.2.0_0 0.11.0 py37_cu113 cudatoolkit
当我运行推论cli时，我得到了这个错误，
RuntimeError: CUDA out of memory
浏览 3提问于2022-07-12得票数 1
我正在开发Ubuntu20.04，看起来CUDA10.2不支持Ubuntu的最新版本。
有人知道我怎么解决这个问题吗？
完全错误：
RuntimeError:检测到PyTorch和torch_sparse是用不同的CUDA版本编译的。PyTorch有CUDA 10.2版，torch_sparse有11.1版。请重新安装与torch_sparse安装匹配的PyTorch。
谢谢!
浏览 3提问于2020-10-04得票数 0
我试图在Pytorch上运行一段代码，但我得到了错误： RuntimeError: CUDA error: no kernel image is available for execution on the device 我已经将问题缩小到CUDA版本不匹配的问题。我的机器有两个GPU:一台特斯拉GTX650(计算能力3.0)和一台GeForce K40c (计算能力3.5)。我在这里检查了计算能力：https://developer.nvidia.com/cuda-gpus。我的nvidia-smi命令提供了以下内容： nvidia-smi output (驱动版本: 470.57.02
浏览 432提问于2021-09-28得票数 1
每当我试图将一个变量移动到pytorch中的cuda (例如，torch.zeros(1).cuda() )时，我就会得到错误消息"AssertionError: Torch未通过启用CUDA编译“。此外，torch.cuda.is_available()还返回False。
我已经读过几个接近这个错误的答案，但是由于某些原因，几次试图重新安装cuda和putorch没有改变任何事情。下面是我使用的一些设置：
conda install pytorch torchvision cudatoolkit=10.2 -c pytorch
conda install pytorch torch
浏览 6提问于2022-01-14得票数 3
1回答
农场
、
当使用GPU运行Haystack时，我将得到以下错误。在深入研究之后，我意识到Haystack正在将Py手电筒降级为一个与我的CUDA不兼容的版本。
NVIDIA GeForce RTX 3060 with CUDA capability sm_86 is not compatible with the current PyTorch installation. The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_70. If you want to use the NVIDIA GeForce
浏览 6提问于2022-12-01得票数 0
我有一个新安装的Anaconda3 (版本2020.02)环境，并且我已经通过命令conda install pytorch torchvision cudatoolkit=10.2 -c pytorch安装了Pytorch GPU版本。我已经验证了我的Pytorch确实可以在GPU上运行良好。 但是，每当我通过conda update --all更新Anaconda时，总是显示以下消息： The following packages will be SUPERSEDED by a higher-priority channel:
pytorch pytorch:
浏览 56提问于2020-06-29得票数 2
PyTorch网站说，PyTorch 1.12.1与CUDA 11.6兼容，但我得到以下错误：
NVIDIA GeForce RTX 3060 Laptop GPU with CUDA capability sm_86 is not compatible with the current PyTorch installation.
The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_70.
我正在使用一个笔记本电脑RTX 3060和诗歌作为我的包管理器在Python。
>>
浏览 6提问于2022-10-14得票数 0
回答已采纳
我已经建立了一个带有Pytorch和GPU支持的CNN。它在python中运行良好，我想使用VS2017将它导入到我的C++应用程序中。我正在遵循和的说明。
我可以构建和运行应用程序，但在加载模型时出现以下错误：
error loading the model
Cannot initialize CUDA without ATen_cuda library. PyTorch splits its backend into two shared
libraries: a CPU library and a CUDA library; this error has occurred becaus
浏览 14提问于2019-10-07得票数 0
我已经通过运行以下命令安装了pytorch cuda：
conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c nvidia
我的cuda版本是11.2。我正在使用windows 10。Pytorch cuda 11.2目前不可用。()
所以我已经安装了11.1版本。
(使用nvidia-smi)
但它显示为假。
torch.cuda.is_available() >>> False
我尝试过10.2和11.1两个版本。
据我所知，我不需要安装pytorch的cuda工具包。
浏览 85提问于2021-05-17得票数 1
在按照官方命令: PyTorch：conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.2 -c pytorch安装了conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.2 -c pytorch之后，conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.2 -c pytor
浏览 29提问于2022-09-10得票数 0
我得用Docker捆绑我的系统。但是我的系统使用Java (JAR文件来运行)和PyTorch的python。我最初尝试使用openjdk:buster base映像，然后在其之上安装python3。所以JAR和PyTorch都能工作，但是PyTorch只支持CPU。但是现在我必须使用GPU加速我的PyTorch代码，为此我需要NVIDIA。在另一个码头，我发现nvidia/cuda:10.2-base-ubuntu18.04为我的PyTorch工作。但是这个码头工人不能运行JAR文件。
所以我被困在这两个组合中。我要么想
将NVIDIA-Cuda依赖项安装到openjdk码头基础映像安装op
浏览 2提问于2021-10-22得票数 1
我有个问题 import torch
print(torch.cuda_is_available()) 将打印False，并且我无法使用可用的GPU。我已经在conda环境中尝试过了，在那里我已经安装了与我的NVIDIA驱动程序相对应的PyTorch版本。我也在docker container中尝试过，在那里我也做了同样的事情。我在远程服务器上尝试了这两种方法，但都失败了。我知道我已经安装了正确的驱动程序版本，因为我在安装PyTorch之前已经用nvcc --version检查了版本，并且我已经用nvidia-smi检查了GPU连接，它正确地显示了机器上的GPU。 此外，我已经检查了this
浏览 57提问于2020-07-04得票数 3
回答已采纳
我试着运行我的pytorch代码，但是得到了以下错误：
A40 with CUDA capability sm_86 is not compatible with the current PyTorch installation.
The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_61 sm_70 sm_75 compute_37.
If you want to use the A40 GPU with PyTorch, please check the instructions at htt
浏览 0提问于2021-05-22得票数 4
1回答
因此，我下载了用于tensorflow keras的CUDA 11.2，它工作得很好，但现在我想使用pytorch进行强化学习，并且目前pytorch只有两个用于pip下载的CUDA版本，10.2和11.3
如果可能的话，我不想升级到cuda 11.3或降级到10.2，如果不这样做，有可能为不推荐的cuda版本下载pytorch吗？像will 10.2推荐的针对cuda 11.2版本的pytorch工作
浏览 1提问于2021-10-30得票数 0
3回答
我今天安装了蟒蛇、CUDA和PyTorch，但我无法在torch中访问我的GPU (RTX2070)。我遵循了所有的安装步骤，PyTorch在其他方面都运行得很好，但是当我尝试在shell或脚本中访问GPU时，我得到
>>> import torch
>>> torch.cuda.is_available()
False
>>> torch.cuda.device_count()
0
>>> print(torch.version.cuda)
None
cudatoolkit 11.3.1
浏览 7提问于2021-10-24得票数 0
我试图在构建conda环境的服务器上构建一个Docker容器。除了启用了CUDA的PyTorch之外，所有其他要求都得到了满足(我可以让PyTorch在没有CUDA的情况下工作，但是，没有问题)。如何确保PyTorch使用的是数据自动化系统？
这是Dockerfile：
# Use nvidia/cuda image
FROM nvidia/cuda:10.2-cudnn7-devel-ubuntu18.04
# set bash as current shell
RUN chsh -s /bin/bash
# install anaconda
RUN apt-get update
RUN
浏览 1提问于2020-12-29得票数 12
回答已采纳
我在机器中添加了一个GeForce GTX1080Ti(运行Ubuntu18.04和使用Python3.7运行Anaconda )，以便在使用PyTorch时使用GPU。这两张卡片的识别都是正确的：
$ lspci | grep VGA
03:00.0 VGA compatible controller: NVIDIA Corporation GF119 [NVS 310] (reva1)
04:00.0 VGA compatible controller: NVIDIA Corporation GP102 [GeForce GTX 1080 Ti] (rev a1)
NVS 310处理我的2
浏览 5提问于2019-01-19得票数 13
1回答
与下面的主题类似，keras停止了工作。tf.keras - Training on first epoch not progressing despite using GPU memory 我在windows cuda 10.2上安装了python 3.7 anaconda，并安装了3080 GPU keras 2.3.1 TF 1.4 几天前，一切都运行得很完美。然后在安装pytorch keras后停止工作。我之前训练的同一个脚本现在在第一个时期就被卡住了。运行model.fit (verbose 2)时未显示任何错误。简单地说，整个内存是满的(即使使用非常小的数据集)，并且训练没有进
浏览 15提问于2021-04-27得票数 1
我是PyTorch新手，错误地安装了CUDA10.2版的PyTorch。实际上，我的系统中没有CUDA。因此，当我编译我的程序时，我得到以下错误：
RuntimeError: Detected that PyTorch and torch_cluster were compiled with different CUDA versions. PyTorch has CUDA version 10.2 and torch_cluster has CUDA version 0.0. Please reinstall the torch_cluster that matches your PyTor
浏览 31提问于2021-01-24得票数 0
1回答
我正在尝试在GCloud中的kubernetes上运行一些python代码，我使用pytorch，对于基本图像，我使用python
一切正常，我的模型训练，但只使用CPU。当我运行以下命令时
>>> import torch
>>> torch.cuda.is_available()
/opt/conda/lib/python3.7/site-packages/torch/cuda/__init__.py:52: UserWarning: CUDA initialization: CUDA driver initialization failed, y
浏览 3提问于2021-04-16得票数 0
当我在不同的GPU(机器)上使用相同的随机种子运行完全相同的实验(用于训练图像分类的神经网络的相同代码)时，我观察到了最终精度的奇怪行为。我只用了一个GPU。准确地说，当我在一台machine_1上运行实验时，准确率为86,37。当我在machine_2上运行实验时，准确率为88,0。当我在同一台机器上多次运行实验时，没有可变性。PyTorch和CUDA版本相同。你能帮我找出原因并解决它吗？ Machine_1: NVIDIA-SMI10.2驱动程序版本: 440.82 CUDA版本: 10.2 Machine_2: NVIDIA-SMI10.2驱动程序版本: 440.100 CUDA版本:
浏览 27提问于2020-09-17得票数 0
现在，我的代码非常简单：
import torch
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
torch.cuda.current_device()
---------------------------------------------------------------------------
RuntimeError Traceback (most recent call last)
&l
浏览 0提问于2019-05-27得票数 0
我有一个非常简单的例子
import torch
if __name__ == "__main__":
DEVICE = torch.device("cuda" if torch.cuda.is_available() else "cpu")
m = torch.nn.Linear(20, 30).to(DEVICE)
input = torch.randn(128, 20).to(DEVICE)
output = m(input)
print('output', output.size
浏览 327提问于2021-03-10得票数 4
回答已采纳
我正在尝试安装PyTorch与数据自动化系统。我遵循了中提到的说明(使用conda安装)
conda安装手电筒cudatoolkit=11.3 -c手电筒
conda install命令运行时没有出现任何错误：
conda list显示以下内容：
# Name Version Build Channel
cudatoolkit 11.3.1 h2bc3f7f_2
pytorch 1.11.0 py3.9_
浏览 24提问于2022-05-06得票数 1
回答已采纳
早些时候，我已经配置了以下项目
在CUDA=10.2中使用Pytorch，现在CUDA=10.2支持的Pytorch在Windows中不可用。因此，当我使用Pytorch和CUDA=11.3配置同一个项目时，我会得到以下错误：
RuntimeError: Attempted to set the storage of a tensor on device "cuda:0" to a storage on different device "cpu". This is no longer allowed; the devices must match.
请帮我
浏览 89提问于2022-03-28得票数 0
回答已采纳
1回答
CUDA版本崩溃
、、、
我安装了CUDA 11.2并意识到这不是我想要的版本.然后，我通过控制面板卸载它“卸载一个程序”，并卸载所有CUDA 11.2材料(但我没有卸载那些Nvidia Nsight的东西)
在此之后，我安装了CUDA 10.2，但当我输入以下两个命令时，两者都显示了不同的CUDA版本。我使用的是Windows 10和GeForce GTX 1650。
> nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Wed_Oct_23_19:3
浏览 0提问于2021-01-16得票数 0
回答已采纳
提出了一些问题。其中一个问题是：
与的官方非conda /non cuda工具包相比，conda比火炬是否需要不同的版本？
换句话说:我可以使用NVIDIA "cuda工具包“来安装火把吗？
上下文：
如果您在上查看“命令助手”，您可以在cuda版本9.2、10.1、10.2和None之间进行选择。
服用10.2可导致：
conda install pytorch torchvision cudatoolkit=10.2 -c pytorch
接受"None“将生成以下命令，但您也不能在py手电筒中使用cuda：
conda install pytorch torchvisio
浏览 2提问于2020-07-29得票数 3
回答已采纳
Pip在Gtx1660上安装Pytorch 1.7.1 (安装了最新的驱动程序)，不识别在我的机器(Windows10)上安装的Cuda工具包10.2。
因为这是一个个人项目，我不想使用Anaconda。
如何解决这个问题？
#安装(10.2 CUDA支持)
pip install torch===1.7.1 torchvision===0.8.2 torchaudio===0.7.2 -f https://download.pytorch.org/whl/torch_stable.html
#码
import torch
device = torch.device("cuda&#
浏览 8提问于2021-01-31得票数 1
回答已采纳
1回答
在此之前，我能够通过CUDA运行时版本10.2连接到GPU。但是，当我设置一个项目时，我遇到了一个错误。
Using torch 1.10.1+cu102 (NVIDIA GeForce RTX 3080)
UserWarning:
NVIDIA GeForce RTX 3080 with CUDA capability sm_86 is not compatible with the current PyTorch installation.
The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 s
浏览 26提问于2022-01-24得票数 1
回答已采纳
我想使用iGPU来管理监视器和ML的dGPU。
当我做prime-select intel时，pc正确地切换到英特尔GPU。是使用然后bbswitch打开和关闭dGPU。我希望能够切换到英特尔GPU，并使用dGPU进行深入学习与TF或PyTorch。但是，在切换到iGPU之后，nvidia-smi无法工作，我无法使用dGPU进行深入学习。
我有一个RTX 2080 MaxQ，Nvidia驱动器440.44和CUDA 10.2。我怎样才能有两种运作方式，例如：
powersave模式:管理屏幕和关闭dGPU的iGPU。
work模式:管理屏幕的iGPU和与TF或torch一起使用的dGPU
浏览 0提问于2019-12-17得票数 1
所以当我先运行cuda.select_device(0)，然后运行cuda.close()。Pytorch不能再次访问图形处理器，我知道有办法让PyTorch可以再次使用图形处理器，而不必重新启动内核。但我忘了怎么做了。还有人知道吗？
from numba import cuda as cu
import torch
# random tensor
a=torch.rand(100,100)
#tensor can be loaded onto the gpu()
a.cuda()
device = cu.get_current_device()
device.reset()
#
浏览 1提问于2020-01-30得票数 10
我想在AWS上运行一个g5.xlarge，并使用pytorch。但是，当我试图在python中使用cuda (例如torch(1., device="cuda"))时，出现了这个错误：
The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_70.
If you want to use the NVIDIA A10G GPU with PyTorch, please check the instructions at https://pytorch.org/get-started/l
浏览 7提问于2021-11-18得票数 0
回答已采纳
1回答
我在Python环境中使用过深度学习。另外，我可以在r中使用带gpu的keras，但是torch(r包中的其他深度学习框架)不能使用gpu。当我在谷歌上搜索时，CUDA版本可能会出问题。所以我下载了10.2v和11.2v的最新版本。然后，它进入path。
Sys.getenv()
CUDA 10.2
CUDA_PATH C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2
CUDA_PATH_V10
浏览 0提问于2021-03-28得票数 0
1回答
在使用函数'torch.cuda.is_available()‘时，返回一个false。我读到这意味着驱动程序配置不正确，但是我不知道如何解决这个问题。
如果你需要更多的信息，请告诉我。
几天来，我一直在努力想办法解决这个问题，有人能发现这个问题吗？
谢谢
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 511.23 Driver Version: 511.23 CUDA Version: 11.6 |
|------
浏览 15提问于2022-07-08得票数 -2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
