0


报错:Torch not compiled with CUDA enabled看这一篇就足够了

笔者计算机视觉研0刚入学为研一。近期在学习目标检测算法中的YOLO系列。在运行YOLO V1训练代码时,报出该错误

原因很简单:CUDA和Torch版本不兼容

遇到这类问题先检查电脑的CUDA支持版本:

打开cmd,输入

nvidia-smi

可以看到红框里的是电脑支持的最高版本的cuda,我们在官网进行下载时,下载该版本及以下的即可(建议下载该版本以下)

其次,检查自己的电脑中CUDA的版本(检查是否安装CUDA):

 打开cmd,输入
nvcc --version

可以看到我最开始的安装版本是11.7

如果显示无法找到nvcc说明电脑中没有安装CUDA。

补充:

如果你的电脑中有CUDA但版本不合适,删除重装即可,需要注意的是,一定要卸载干净。我是在电脑自带的控制面板中进行卸载的:点击控制面板——程序——程序和功能

找到所有和NVIDIA有关的全部卸载,然后再去软件管家清理卸载残留。其他的卸载方式也可,但一定要卸载干净。

1.CUDA下载安装步骤

    如果电脑支持CUDA11.x,最好下载11.3版本,这样比较保险。

    点击CUDA官网:https://developer.nvidia.com/cuda-downloads

    选择更多之前版本:

根据自己电脑的系统选择合适的进行下载即可:

我是把它放到了F盘中:

安装包下载好后,右键——管理员运行——进入安装,无脑点下一步即可(尽量按照系统为你选择好的安装路径来安,也就是C盘路径。之前我尝试在其他盘中安装,没有成功),需要注意:在“安装选项”这一栏选择:自定义安装。

安装完成后,检查是否安装成功,再次打开cmd,输入

nvcc --version

可以看到我现在的版本变成了11.3,说明安装成功。

2. Pytorch环境的配置

首先对照CUDA和pyTorch对应的版本,可以看到CUDA对应的pytorch版本有三个,这里我选择1.11.0

选择好版本后我们就开始下载pytorch安装包。

方法有两种:

                1.在pytorch官网:https://pytorch.org/get-started/locally/选择在线安装:

但这样的安装方式需要极好的网络环境,中间过程出错率较高。我采用的是第二种方法,离线下载。

                2.离线安装:http://2.https://download.pytorch.org/whl/torch_stable.html

选择对应的版本即可,这里的cu:cuda版本;cp:Python版本;torch:torch版本,选择适合自己的系统,点击链接下载即可。

Torch下载好后,进行离线安装:

打开Anaconda

切换安装路径:直接复制路径是切不过来的(切换路径需要输入cd)

需要在此基础上直接输入:

F:

回车,即可转到F盘路径下

我们需要在这个路径下安装torch。在命令行输入

pip install torch

加上一个Tab键,导出torch安装链接,并在后面加上清华大学的镜像源:https://pypi.tuna.tsinghua.edu.cn/simple/加快安装速度

如果报错:

显示pip需要更新,可以直接去cmd中输入:

python -m pip install --upgrade pip

更新即可

随后等待torch的安装,显示成功即安装完成

安装完成后,我们可以进行简单的版本测试:

在anaconda中输入:

import torch

print(torch.__version__):查看torch版本

print(torch.cuda.is_available()):看安装好的torch和cuda能不能用,也就是看GPU能不能用

返回如下图所示,即代表安装成功

回到train训练脚本中,运行代码:

Bug解决!

希望可以帮到各位卷王~~


本文转载自: https://blog.csdn.net/weixin_72056722/article/details/126651703
版权归原作者 铁刘 所有, 如有侵权,请联系我们删除。

“报错:Torch not compiled with CUDA enabled看这一篇就足够了”的评论:

还没有评论