关于pytorch:安装gpu版pytorch后torchcudaisavailable-是-False

113次阅读

共计 1186 个字符,预计需要花费 3 分钟才能阅读完成。

阐明:torch.cuda.is_available() 这个指令的作用是看你电脑的 GPU 是否被 PyTorch 调用。
如果返回的后果是 False,能够依照以下过程进行排查。

Step1:确认硬件反对,确认你的 GPU 是否反对 CUDA(是否反对被 PyTorch 调用)

1. 确定计算机中是否是独立显卡,是否是 NVIDIA 显卡。能够从 工作管理器 或者 设施管理器 来查看显卡的型号。

  • 工作管理器 -> 性能 ->GPU:

  • 我的电脑 -> 属性 -> 设施管理器 -> 显示适配器:

有“NVIDIA GeForce 840M”字样信息示意有独立显卡。

2. 去 NVIDIA 官网 查看其中是否有你的显卡型号,如果有,则阐明你的显卡是反对被 PyTorch 调用的。

Step2:查看显卡驱动版本并更新。

1. 关上命令行,输出 nvidia-smi,查看本人的“Driver Version”

注:如呈现如下报错:

'nvidia-smi' 不是外部或外部命令,也不是可运行的程序 

请参考文末“可能遇到的问题”进行解决。

一般而言,不同版本的 CUDA 要求不同的 NVIDIA 驱动版本, 同时显卡驱动版本要不低于 CUDA 的装置版本。

CUDA 对显卡驱动版本要求如图:

比方我装置的是 PyTorch 1.5 + CUDA 9.2 版本,要求电脑的显卡驱动大于 398.26。

2. 如果驱动版本太低,在官网,下载对应的最新驱动并装置更新。

抉择相应的显卡型号,操作系统,下载类型和语言默认。其中的 Notebooks 是指笔记本。

之后,点击搜寻,下载最新驱动后,依照指引进行装置即可。

Step3:验证驱动版本及 GPU 是否可调用。

1. 再次在终端窗口输出 nvidia-smi,查看最新的版本是否装置胜利。
2. 进入 python 环境:

conda activate pytorch
python

3. 在 python 环境中:

import torch
torch.cuda.is_available()

查看返回后果是否是 True

可能遇到的问题:
1. 执行 ’nvidia-smi’ 命令时提醒 ’nvidia-smi’ 不是外部或外部命令,也不是可运行的程序

起因:因为它找不到该命令。这个文件是一个 exe 文件,个别都在上面这个文件夹中。

C:\Program Files\NVIDIA Corporation\NVSMI

所以想要应用该命令必须要能失去这个文件夹,能力执行。

解决:增加环境变量

我的电脑 -> 右键 -> 属性 -> 高级零碎设置 -> 高级 -> 环境变量 -> 零碎变量 ->path-> 编辑 -> 新建 -> 拷贝 nvidia-smi.exe 文件所在门路(个别为 C:\\Program Files\\NVIDIA Corporation\\NVSMI

参考:
https://www.cnblogs.com/zhouz…
https://blog.csdn.net/shuiyix…
https://docs.nvidia.com/cuda/…

正文完
 0