Python 3.x “面向”；火炬不符合CUDA启用的要求”；使用除臭剂时

我一直在尝试使用DeOldify，我正在按照这里的步骤进行操作。

我面临两个问题，无法找到运行时设置，从fasterai运行

。可视化导入*

会产生以下错误

-----------------------------------------------------------------------    ----
AssertionError                            Traceback (most recent call last)
<ipython-input-24-ec3d448c437f> in <module>
----> 1 from fasterai.visualize import *

~/DeOldify/fasterai/visualize.py in <module>
  5 from matplotlib.backends.backend_agg import FigureCanvasAgg as FigureCanvas
  6 from .filters import IFilter, MasterFilter, ColorizerFilter
----> 7 from .generators import gen_inference_deep, gen_inference_wide
  8 from tensorboardX import SummaryWriter
  9 from scipy import misc

~/DeOldify/fasterai/generators.py in <module>
 14       return learn
 15 
---> 16 def gen_learner_wide(data:ImageDataBunch, gen_loss=FeatureLoss(), arch=models.resnet101, nf_factor:int=2)->Learner:
 17     return unet_learner_wide(data, arch=arch, wd=1e-3, blur=True, norm_type=NormType.Spectral,
 18                         self_attention=True, y_range=(-3.,3.), loss_func=gen_loss, nf_factor=nf_factor)

~/DeOldify/fasterai/loss.py in __init__(self, layer_wgts)
 10         super().__init__()
 11 
---> 12         self.m_feat = models.vgg16_bn(True).features.cuda().eval()
 13         requires_grad(self.m_feat, False)
 14         blocks = [i-1 for i,o in enumerate(children(self.m_feat)) if isinstance(o,nn.MaxPool2d)]

/anaconda3/lib/python3.7/site-packages/torch/nn/modules/module.py in cuda(self, device)
263             Module: self
264         """
--> 265         return self._apply(lambda t: t.cuda(device))
266 
267     def cpu(self):

/anaconda3/lib/python3.7/site-packages/torch/nn/modules/module.py in _apply(self, fn)
191     def _apply(self, fn):
192         for module in self.children():
--> 193             module._apply(fn)
194 
195         for param in self._parameters.values():

/anaconda3/lib/python3.7/site-packages/torch/nn/modules/module.py in _apply(self, fn)
197                 # Tensors stored in modules are graph leaves, and we don't
198                 # want to create copy nodes, so we have to unpack the data.
--> 199                 param.data = fn(param.data)
200                 if param._grad is not None:
201                     param._grad.data = fn(param._grad.data)

/anaconda3/lib/python3.7/site-packages/torch/nn/modules/module.py in <lambda>(t)
263             Module: self
264         """
--> 265         return self._apply(lambda t: t.cuda(device))
266 
267     def cpu(self):

/anaconda3/lib/python3.7/site-packages/torch/cuda/__init__.py in _lazy_init()
160         raise RuntimeError(
161             "Cannot re-initialize CUDA in forked subprocess. " + msg)
--> 162     _check_driver()
163     torch._C._cuda_init()
164     _cudart = _load_cudart()

/anaconda3/lib/python3.7/site-packages/torch/cuda/__init__.py in _check_driver()
 73 def _check_driver():
 74     if not hasattr(torch._C, '_cuda_isDriverSufficient'):
---> 75         raise AssertionError("Torch not compiled with CUDA enabled")
 76     if not torch._C._cuda_isDriverSufficient():
 77         if torch._C._cuda_getDriverVersion() == 0:

AssertionError: Torch not compiled with CUDA enabled

-----------------------------------------------------------------
AssertionError回溯（上次最近的调用）
在里面
---->1来自fasterai.com导入*
~/deoldfy/fasterai/visualize.py in
5从matplotlib.backends.backend_agg导入FigureCanvasAgg作为FigureCanvas
6从过滤器导入IFilter、MasterFilter、ColorizerFilter
---->7.从生成器导入gen_推理深，gen_推理宽
8来自tensorboardX导入摘要编写器
9来自scipy进口杂项
~/deoldfy/fasterai/generators.py in
14返回学习
15
--->16 def gen_学习者范围（数据：ImageDataBunch，gen_loss=FeatureLoss（），arch=models.resnet101，nf_因子：int=2）->学习者：
17返回unet\U学习者范围（数据，arch=arch，wd=1e-3，模糊=True，norm\U type=NormType.Spectral，
18自我注意=正确，y_范围=（-3,3.），损失函数=发电机损失，nf_系数=nf_系数）
~/DeOldify/fasterai/loss.py在uuuu init_uuuu中（自，层wgts）
10 super（）。\uuuuu init\uuuuuuuuuo（）
11
--->12 self.m_feat=models.vgg16_bn（True）.features.cuda（）.eval（）
13需要学位（自我专长，错误）
14块=[i-1表示枚举中的i，o（子项（self.m_feat）），如果isinstance（o，nn.MaxPool2d）]
/cuda中的anaconda3/lib/python3.7/site-packages/torch/nn/modules/module.py（自我，设备）
263模块：自我
264         """
-->265返回自应用（lambda t:t.cuda（设备））
266
267 def cpu（自）：
/anaconda3/lib/python3.7/site-packages/torch/nn/modules/module.py in_apply（self，fn）
191定义应用（自我，fn）：
192对于self.children（）中的模块：
-->193模块。适用（fn）
194
195对于self._parameters.values（）中的参数：
/anaconda3/lib/python3.7/site-packages/torch/nn/modules/module.py in_apply（self，fn）
197#存储在模中的张量是图叶，而我们没有
198#想要创建复制节点，所以我们必须解压缩数据。
-->199参数数据=fn（参数数据）
200如果参数_梯度不是无：
201参数梯度数据=fn（参数梯度数据）
/anaconda3/lib/python3.7/site-packages/torch/nn/modules/module.py in（t）
263模块：自我
264         """
-->265返回自应用（lambda t:t.cuda（设备））
266
267 def cpu（自）：
/anaconda3/lib/python3.7/site packages/torch/cuda/__init__;u.py in_lazy_init（）
160上升运行时错误(
161“无法在分叉子流程中重新初始化CUDA。”+msg）
-->162检查驱动程序（）
163火炬._C._cuda_init（）
164_cudart=_load_cudart（）
/anaconda3/lib/python3.7/site packages/torch/cuda/\uuuuuu init\uuuuuuuuuu.py in\u check\u driver（）
73定义检查驱动程序（）：
74如果不是HASTATR（火炬._C.，_cuda_isDriverSufficient'）：
--->75 raise AssertionError（“Torch未在启用CUDA的情况下编译”）
76如果不是手电筒，则为有效（）
77如果torch.\u C.\u cuda\u getDriverVersion（）==0：
AssertionError:Torch未在启用CUDA的情况下编译

您打算使用GPU吗？你有GPU吗？GPU驱动程序是否正确安装？它是GPU的最新驱动程序吗？您是在google colab实例上执行此操作的吗？你是否在启用CUDA的情况下安装或构建Torch？我在MacBook Air上执行此操作。我使用intel integrated Graphics。我在Jupyter笔记本上执行此操作。我刚刚执行了一个

conda安装pytorch-c pytorch

说明和笔记本，您正在使用的是假定和预期的CUDA GPU，pytorch for GPU，还有这里的CUDNN.DeOldify作者——你是否只是想给图像/视频上色（而不是训练）？如果是这样，最好使用Colabs（链接到GitHub项目中的自述文件上）。罗伯特·克罗维拉是对的-你不能用你的MacBook Air来做这个（但可以用你笔记本电脑上的Colabs）。@JasonAntic谢谢你，先生，我后来才知道。是的，我只是想给图像着色。你打算用GPU吗？你有GPU吗？GPU驱动程序是否正确安装？它是GPU的最新驱动程序吗？您是在google colab实例上执行此操作的吗？你是否在启用CUDA的情况下安装或构建Torch？我在MacBook Air上执行此操作。我使用intel integrated Graphics。我在Jupyter笔记本上执行此操作。我刚刚执行了一个

conda安装pytorch-c pytorch

说明和笔记本，您正在使用的是假定和预期的CUDA GPU，pytorch for GPU，还有这里的CUDNN.DeOldify作者——你是否只是想给图像/视频上色（而不是训练）？如果是这样，最好使用Colabs（链接到GitHub项目中的自述文件上）。罗伯特·克罗维拉是对的——你不能用你的MacBook Air来做这件事（但可以用你笔记本电脑上的Colabs）。@JasonAntic谢谢你，先生，我后来才知道。是的，我只是想给图像着色。