pytorch 如何修复“Assert错误：CUDA不可用，请求的设备0无效”

t1rydlwq 于 2022-11-23 发布在其他

关注(0)|答案(4)|浏览(850)

我尝试使用GPU运行YOLOR模型，但一直收到错误消息：

Traceback (most recent call last):
  File "D:\yolor\detect.py", line 198, in <module>
    detect()
  File "D:\yolor\detect.py", line 41, in detect
    device = select_device(opt.device)
  File "D:\yolor\utils\torch_utils.py", line 47, in select_device
    assert torch.cuda.is_available(), 'CUDA unavailable, invalid device %s requested' % device  # check availablity
AssertionError: CUDA unavailable, invalid device 0 requested

当我尝试检查CUDA是否可用于以下应用程序时：

python3
>>import torch
>>print(torch.cuda.is_available())

我得到了False，这解释了问题所在。

py -m pip install torch1.9.0+cu111 torchvision0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

我得到错误：ERROR: Invalid requirement: 'torch1.9.0+cu111'
运行nvcc --version，得到：

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2021 NVIDIA Corporation
Built on Mon_May__3_19:41:42_Pacific_Daylight_Time_2021
Cuda compilation tools, release 11.3, V11.3.109
Build cuda_11.3.r11.3/compiler.29920130_0

因此，我真的不知道是什么问题，或者如何解决它。
编辑：正如@Ivan指出的，我添加了==符号，但在检查CUDA是否可用时仍然得到False。

pytorch

来源：https://stackoverflow.com/questions/68562730/how-to-fix-assertionerror-cuda-unavailable-invalid-device-0-requested

4条答案

按热度按时间

xmd2e60i1#

您忘记在软件包和版本号之间放置==标志.根据PyTorch installation page：

py -m pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio===0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

赞(0）回复(0）举报 2022-11-23

8fq7wneg2#

好的，经过1周的痛苦，我已经找到了这个解决方案
1-下载NVIDIA驱动程序后：

转到窗口并搜索“NVIDIA控制面板”
然后在左下角应该有“系统信息”
然后寻找“CUDA核心”
我的是384（那年我的笔记本电脑是古董）（NVIDIA GeForce GT 750M）
对于CUDA内核：384（对应于CUDA工具包9.0）
对于CUDA内核：387（对应于CUDA工具包9.1）
对于其他CUDA内核，您需要自己做一些更多的研究，因为老实说，我不知道在哪里可以找到它（如果您对我在哪里找到上面的一个感到好奇，它在第二个评论“https://github.com/pytorch/pytorch/issues/4546“

2-（可选）下载Anaconda

这是我使用的系统，选择权在你
如果你正在使用Anaconda，并已安装和卸载，以解决这个问题。我建议你清理卸载环境，因为在我的情况下，我的文件得到崩溃，因为重复安装和卸载
下面的链接将向您展示如何操作“https://www.youtube.com/watch?v=dcvdOuvWI-Q&t=107s“

3-为您的系统安装正确的CUDA工具包后

请访问“https://pytorch.org“
输入您的系统详细信息并为您的系统安装正确的PyTorch
（可选）如果您也使用Tensorflow，请转到此处并为您的CUDA安装正确的版本

4-完成所有这些操作后，在Anaconda环境（或您正在使用的任何环境）中键入：

进口 Torch
打印torch.cuda.is（）

如果返回True，则表示作业良好
如果没有：祝你下周好运
希望它对你有帮助，并祝你在与yolor的旅途中好运（我也在学习它）

赞(0）回复(0）举报 2022-11-23

yeotifhr3#

如果您正在使用VSCode开发容器，可能忘记将GPU添加到容器中。
通过添加到.devcontainer/devcontainer.json，可以修复此问题

"runArgs": ["--gpus", "all"]

赞(0）回复(0）举报 2022-11-23

5sxhfpxr4#

只要做这个解决方案，我在这里使用TensorFlow 2.5.0，改变它是什么适合你...

!wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/libcudnn8_8.1.0.77-1+cuda11.2_amd64.deb
!dpkg -i libcudnn8_8.1.0.77-1+cuda11.2_amd64.deb
!ls -l /usr/lib/x86_64-linux-gnu/libcudnn.so.*
!pip install --upgrade tensorflow==2.5.0

赞(0）回复(0）举报 2022-11-23

我来回答

pytorch 如何修复“Assert错误：CUDA不可用，请求的设备0无效”

4条答案

相关问题

热门标签

最新问答