Pytorch:在Linux上未检测到支持CUDA的设备

尝试运行某些Pytorch代码时，出现以下错误：

THCudaCheck FAIL file=/pytorch/aten/src/THC/THCGeneral.cpp line=74 error=38 : no CUDA-capable device is detected
Traceback (most recent call last):
File "demo.py", line 173, in test
pca = torch.FloatTensor( np.load('../basics/U_lrw1.npy')[:,:6]).cuda()
RuntimeError: cuda runtime error (38) : no CUDA-capable device is detected at /pytorch/aten/src/THC/THCGeneral.cpp:74

我使用“谷歌深度学习虚拟机”运行云虚拟机 版本：tf-gpu.1-13.m25 基于：Debian GNU/Linux 9.9（扩展）（GNU/Linux 4.9.0-9-amd64 x86_64\n） Linux tf gpu可中断4.9.0-9-amd64#1 SMP Debian 4.9.168-1（2019-04-12）x86#64

环境信息：

$ nvidia-smi
Sun May 26 05:32:33 2019       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 410.72       Driver Version: 410.72       CUDA Version: 10.0     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  Tesla K80           Off  | 00000000:00:04.0 Off |                    0 |
| N/A   42C    P0    74W / 149W |      0MiB / 11441MiB |    100%      Default |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID   Type   Process name                             Usage      |
|=============================================================================|
|  No running processes found                                                 |
+-----------------------------------------------------------------------------+

 $ echo $CUDA_PATH

 $ echo $LD_LIBRARY_PATH
/usr/local/cuda/lib64:/usr/local/nccl2/lib:/usr/local/cuda/extras/CUPTI/lib64

$ env | grep CUDA
CUDA_VISIBLE_DEVICES=0

$ pip freeze
DEPRECATION: Python 2.7 will reach the end of its life on January 1st, 2020. Please upgrade your Python as Python 2.
7 won't be maintained after that date. A future version of pip will drop support for Python 2.7.
audioread==2.1.7
backports.functools-lru-cache==1.5
certifi==2019.3.9
chardet==3.0.4
cloudpickle==1.1.1
cycler==0.10.0
dask==1.2.2
decorator==4.4.0
dlib==19.17.0
enum34==1.1.6
filelock==3.0.12
funcsigs==1.0.2
future==0.17.1
gdown==3.8.1
idna==2.8
joblib==0.13.2
kiwisolver==1.1.0
librosa==0.6.3
llvmlite==0.28.0

---

我不明白你问题的主要原因。但我注意到一件事，GPUtil 100%，而没有进程在后面运行

您可以按以下方向进行尝试

sudo nvidia smi-下午1点

它在持久化模式下启用。这可能会解决你的问题。ECC与非持久性模式的结合可以使GPU的利用率达到100%

您还可以使用命令nvidia-smi-e 0禁用ECC

或者最好是重新启动整个启动过程，即重新启动操作系统

注意：我不确定它是否适合你。我之前也遇到过类似的问题，所以我只是根据我的经验告诉大家。

---

希望这能对您有所帮助。

torch错误消息：

未检测到支持CUDA的设备

告诉您当前用户没有从您闪亮的nvidia GPU进行读写的权限。默认情况下，视频卡或GPU通常由

root

所有。尝试使用

sudo

运行一次程序，或者暂时以root用户身份运行，如果问题解决了，则需要向用户添加

video

组，例如：

manuseradd；用户添加-您的用户视频

。