当前位置： 移动技术网 > IT编程>脚本编程>Python > linux服务器上安装pytorch torch.cuda.is_available()=False

linux服务器上安装pytorch torch.cuda.is_available()=False

2020年07月12日  | 移动技术网IT编程  | 我要评论

前提：服务器已安装了cuda、cudnn、anaconda3，python3.6
过程：出现这个问题的时候查了很多资料，下面归纳总结碰到此问题时可以从以下三个方面进行尝试。

方法一、服务器cuda

确认服务器安装了多少cuda以及其版本。确认服务器cuda版本的命令有以下三个：

nvidia-smi

这个命令既可以查cuda的驱动API版本，也可以查看GPU运行状态；

ncvv -V

查看cuda的runtime API 版本；

cat /usr/local/cuda/version.txt

如果不知道cuda这两个API什么意思的，感兴趣的可以看这里说明
以上三个命令都可以查看cuda版本，如果一致的话，可以核实安装的pytorch版本是否与cuda版本对应并安装对应的pytorch。如果不一致，则尝试下面第二种解决方法。
我的情况是ncvv -V查出来是cuda 9.0，cat /usr/local/cuda/version.txt查出来是cuda 8.0，所以我尝试了方法二。

方法二、配置环境变量

修改profile文件：

sudo gedit /etc/profile

在末尾加上：

export  PATH=/usr/local/cuda-8.0/bin:$PATH
export  LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda-8.0

然后source /etc/profile.
我安装的pytorch版本对应的是cuda 8.0，所以配置环境变量直接链接到cuda 8.0，如果安装的是其他版本的pytorch，可以做相应修改。
但是这个方法也没有解决我的问题。然后继续查资料的时候看到关于pytorch安装十分重要的一点：torchvision的发行日期不能高于torch。所以我灵机一动，尝试了方法三。

方法三、降低torchvision版本

查了一下发行日期torchvision 0.2.1正好合适，所以卸载了原本的torchvision，安装了torchvision 0.2.1，然后问题解决！

>>> torch.cuda.is_available()
True

有时候，问题一直解决不了可能是因为你错在了根源上。

本文地址：https://blog.csdn.net/weixin_44023916/article/details/107256522

您可能感兴趣的文章:

如对本文有疑问， 点击进行留言回复！！

相关文章:

验证码：
最近更新的文章
大家感兴趣的文章
移动技术网