Python 为什么`torch.cuda.is_available()`即使在使用cuda安装pytorch后也返回False?
在装有NVidia GeForce 820M的Windows 10 PC上 我成功安装了CUDA 9.2和cudnn 7.1, 然后按照PyTorch.org上的说明安装PyTorch 我特别使用了这个命令Python 为什么`torch.cuda.is_available()`即使在使用cuda安装pytorch后也返回False?,python,pytorch,Python,Pytorch,在装有NVidia GeForce 820M的Windows 10 PC上 我成功安装了CUDA 9.2和cudnn 7.1, 然后按照PyTorch.org上的说明安装PyTorch 我特别使用了这个命令 pip install torch==1.4.0+cu92 torchvision==0.5.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html 因为我用的是pip而不是水蟒 然而,我得到了以下信息 >>&g
pip install torch==1.4.0+cu92 torchvision==0.5.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html
因为我用的是pip而不是水蟒
然而,我得到了以下信息
>>> import torch
>>> torch.cuda.is_available()
False
为什么会发生这种情况?您的图形卡不支持CUDA 9.0 因为我已经看到了很多关于这类问题的问题,我正在写一个关于如何检查您的系统是否与CUDA兼容的广泛答案,特别是针对在CUDA支持下使用PyTorch。本答案的最后一部分描述了解决问题的各种环境相关选项
与CUDA一起使用PyTorch的系统要求如下:
- 您的图形卡必须支持所需版本的CUDA
- 图形卡驱动程序必须支持所需版本的CUDA
- PyTorch二进制文件必须支持图形卡的计算能力
1.如何检查您的GPU/图形卡是否支持特定的CUDA版本 首先,确定图形卡的型号 在继续之前,请确保您拥有NVidia图形卡AMD和英特尔图形卡不支持CUDA NVidia在单个位置提供CUDA兼容性信息方面做得并不好。最好的资源可能是。确定支持哪些CUDA版本
2.如何检查您的GPU/图形驱动程序是否支持特定版本的CUDA 图形驱动程序是允许操作系统与图形卡通信的软件。由于CUDA依赖于与图形卡的低级通信,因此您需要有最新的驱动程序才能使用最新版本的CUDA 首先,确保系统上安装了NVidia图形驱动程序。您可以从获取系统的最新驱动程序 如果您安装了最新的驱动程序版本,那么图形驱动程序可能支持与图形卡兼容的所有CUDA版本(请参阅第1节)。要进行验证,您可以查看中的表2。我听说最新推荐的图形驱动程序不支持最新的CUDA版本。您应该能够通过为所需的CUDA版本安装CUDA工具包并选择安装兼容驱动程序的选项来解决这个问题,尽管这通常不是必需的 如果您不能或不想升级图形驱动程序,则可以检查当前驱动程序是否支持特定的CUDA版本,如下所示: 在窗户上
nvidia-smi
这将导致如下结果
>>> import torch
>>> torch.cuda.is_available()
False
2020年4月4日星期六15:31:57
+-----------------------------------------------------------------------------+
|NVIDIA-SMI 435.21驱动程序版本:435.21 CUDA版本:10.1|
|-------------------------------+----------------------+----------------------+
|GPU名称持久化-M |总线Id显示A |易失性解聚。ECC|
|风扇温度性能Pwr:使用率/上限|内存使用率| GPU Util Compute M|
|===============================+======================+======================|
|0 GeForce RTX 206。。。关| 00000000:01:00.0开|不适用|
|0%35C P8 16W/175W | 502MiB/7974MiB | 1%默认值|
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
|进程:GPU内存|
|GPU PID类型进程名称用法|
|=============================================================================|
|0 1138 G/usr/lib/xorg/xorg 300MiB|
|0 2550 G/usr/bin/compiz
pip install torch_nightly -f https://download.pytorch.org/whl/nightly/cu90/torch_nightly.html