Pytorch torch.cuda.is_available()在Ubuntu 20.04上安装相应版本的cuda和CuDNN后重新运行FALSE

Pytorch torch.cuda.is_available()在Ubuntu 20.04上安装相应版本的cuda和CuDNN后重新运行FALSE,pytorch,ubuntu-20.04,Pytorch,Ubuntu 20.04,我应该说在Z490主板上安装Ubuntu20.04是相当棘手的 以上是nvidia--version和nvidia smi 我能够完成所有CUDA和CuDNN安装 我用了所有这些。但Pytork未检测到GPU pip3 install torch==1.5.1+cu101 torchvision==0.6.1+cu101 -f https://download.pytorch.org/whl/torch_stable.html pip install torch torchvision p

我应该说在Z490主板上安装Ubuntu20.04是相当棘手的

以上是
nvidia--version
nvidia smi

我能够完成所有CUDA和CuDNN安装

我用了所有这些。但Pytork未检测到GPU

pip3 install torch==1.5.1+cu101 torchvision==0.6.1+cu101 -f https://download.pytorch.org/whl/torch_stable.html

pip install torch torchvision

pip install torch==1.6.0+cu101 torchvision==0.7.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html
事先非常感谢。有人帮我摆脱这一切

whereis cuda
cuda: /usr/lib/cuda /usr/include/cuda.h

whereis nvcc
nvcc: /usr/bin/nvcc /etc/nvcc.profile /usr/share/man/man1/nvcc.1.gz
但在一些论坛中,我看到一些论坛的路径是/usr/local/cuda

除此之外,my
~/.bashrc
还包含以下内容:

export LD_LIBRARY_PATH=/usr/lib/cuda/lib64:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH=/usr/lib/cuda/include:$LD_LIBRARY_PATH

我想您还需要
cudatoolkit

conda
安装是最简单的:

conda install pytorch torchvision cudatoolkit=10.2 -c pytorch
或者使用cuda 10.1

conda install pytorch torchvision cudatoolkit=10.1 -c pytorch

这个问题解决了

 $ ubuntu-drivers devices
== /sys/devices/pci0000:00/0000:00:01.0/0000:01:00.0 ==
modalias : pci:v000010DEd00001C03sv00001043sd000085ABbc03sc00i00
vendor   : NVIDIA Corporation
model    : GP106 [GeForce GTX 1060 6GB]
driver   : nvidia-driver-390 - distro non-free
driver   : nvidia-driver-435 - distro non-free
driver   : nvidia-driver-440 - distro non-free recommended
driver   : xserver-xorg-video-nouveau - distro free builtin

最初安装英伟达驱动程序>代码> NvidiaDRIVER 450<代码>无效。但是CUDA11工具包是建立在nvidia-driver-450上的。为此,我们需要使用PPA存储库安装Nvidia测试版驱动程序

使用

$ sudo add-apt-repository ppa:graphics-drivers/ppa
$ sudo apt install nvidia-driver-450
剩下的过程是相同的。安装CUDA和CUDA工具包,CuDNN和bammmm,就这样。

Pytorch根本不使用系统的cuda工具包。当从pip或conda安装时,它附带了自己的cuda库副本。系统驱动程序是唯一需要更新的东西。更新驱动程序后,cuda出现的任何问题都是由于安装了错误的pytorch软件包(未使用任何cuda支持编译的软件包或未使用与您的系统兼容的cuda版本编译的软件包)造成的。使用快速启动中的安装命令,并选择驱动程序支持的cuda版本。