幸福的烦恼:显卡算力太高而pytorch版本太低不支持

这篇具有很好参考价值的文章主要介绍了幸福的烦恼:显卡算力太高而pytorch版本太低不支持。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。


The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_70.)
前些天发现了一个出色的人工智能学习网站。它的内容不仅深入浅出、易于理解,还充满了趣味性和幽默感,我觉得这对于喜欢探索新知识的朋友们来说会是一个不错的资源。
如果你对人工智能感兴趣,不妨 点击查看,看看能否为你的学习之旅增添一些乐趣和启发。

写在最前面

表面上是pytorch版本不够,实际是pytorch所依赖的cuda版本不够
幸福的烦恼:显卡算力太高而pytorch版本太低不支持
幸福的烦恼:显卡算力太高而pytorch版本太低不支持
总结:给RTX 3090配置cuda11以上版本即可

项目场景:

环境
RTX 3090 + linux
配置
torch-1.10.0 torchtext-0.11.0
cuda11.8


问题描述

UserWarning:
带有CUDA能力sm_86的NVIDIA GeForce RTX 3090与当前的PyTorch安装不兼容。
当前的PyTorch安装支持CUDA功能sm_37 sm_50 sm_60 sm_70。
如果您想在PyTorch中使用NVIDIA GeForce RTX 3090 GPU,请查看https://pytorch.org/get-started/locally/的说明

UserWarning: 
NVIDIA GeForce RTX 3090 with CUDA capability sm_86 is not compatible with the current PyTorch installation.
The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_70.
If you want to use the NVIDIA GeForce RTX 3090 GPU with PyTorch, please check the instructions at https://pytorch.org/get-started/locally/

原因分析:

参考:https://blog.csdn.net/Paramagnetism/article/details/115221478

幸福的烦恼
CUDA capability sm_86:算力8.6
上面表面上是说PyTorch,实际上是PyTorch依赖的CUDA版本的问题
翻译一下就是:RTX 3090的算力是8.6,但是当前的PyTorch依赖的CUDA版本支持的算力只有3.7、5.0、6.0、7.0

算力7.0的显卡可以在支持最高算力7.5的CUDA版本下运行,但是算力7.5的显卡不可以在支持最高算力7.0的CUDA版本下运行
同理算力8.x的显卡不可以在支持最高算力7.x的CUDA版本下运行


解决方案:

参考:https://blog.csdn.net/weixin_41529093/article/details/122039547

查看gpu的算力(即nvidia的算力)

nvidia-smi
nvidia-smi -a

幸福的烦恼:显卡算力太高而pytorch版本太低不支持nvidia官网的算力查询
https://developer.nvidia.cn/zh-cn/cuda-gpus

幸福的烦恼:显卡算力太高而pytorch版本太低不支持

查看pytorch版本&支持的cuda算力

>>> import torch
>>> print(torch.__version__)

幸福的烦恼:显卡算力太高而pytorch版本太低不支持

python
import torch
torch.cuda.get_arch_list()

[‘sm_37’, ‘sm_50’, ‘sm_60’, ‘sm_70’]
幸福的烦恼:显卡算力太高而pytorch版本太低不支持

查看cuda版本

nvcc _V

幸福的烦恼:显卡算力太高而pytorch版本太低不支持

查看对应版本

pytorch官网
https://pytorch.org/get-started/previous-versions/

上pytorch官网查看(安装)最新版本的cuda以及对应的pytorch

幸福的烦恼:显卡算力太高而pytorch版本太低不支持

# CUDA 11.3
conda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 cudatoolkit=11.3 -c pytorch -c conda-forge

在现有conda下安装报错

因此新建环境

conda create -n wyt_1.10 python==3.8

进入到环境下

conda activate wyt_1.10

然后安装,还是报错
换成pip版本

pip install torch==1.10.0+cu111 torchvision==0.11.0+cu111 torchaudio==0.10.0 -f https://download.pytorch.org/whl/torch_stable.html

成功了

查看支持算力
幸福的烦恼:显卡算力太高而pytorch版本太低不支持文章来源地址https://www.toymoban.com/news/detail-424336.html

到了这里,关于幸福的烦恼:显卡算力太高而pytorch版本太低不支持的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 如何查询显卡算力

    一般在 C:Program FilesNVIDIA GPU Computing ToolkitCUDAv11.6extrasdemo_suite 这个目录 注意: 1.V后面的数字表示版本,请根据自己的版本进行更改 2.此目录为我的安装目录,如果不是默认的安装目录,则根据自己的安装情况进行更改 一般右键有个打开终端,没有只能cmd用cd导入了 运行命

    2024年02月14日
    浏览(45)
  • 支持CUDA运算的显卡算力表

    GPUs supported Supported CUDA level of GPU and card. CUDA SDK 1.0 support for compute capability 1.0 – 1.1 (Tesla CUDA SDK 1.1 support for compute capability 1.0 – 1.1+x (Tesla) CUDA SDK 2.0 support for compute capability 1.0 – 1.1+x (Tesla) CUDA SDK 2.1 – 2.3.1 support for compute capability 1.0 – 1.3 (Tesla) CUDA SDK 3.0 – 3.1 support for compu

    2023年04月21日
    浏览(42)
  • 【20230407】NVIDIA显卡算力、Jetson比较

    TOPS :指的是每秒钟可以执行的整数运算次数,它代表着计算机在处理图像、音频等任务时的处理能力。TOPS的单位是万亿次每秒(trillion operations per second)。一般是指整数运算能力 INT8 。 TFLOPS :指的是每秒钟可以执行的浮点运算次数,它代表着计算机在处理科学计算、机器

    2024年02月05日
    浏览(49)
  • 最新NVIDIA英伟达GPU显卡算力表

    随着深度学习的火热, 显卡也变得越来越重要. 而我们在安装各种各样的适配显卡的软件工具时, 都会提到一个显卡算力的概念. 这里的显卡算力指的并不是显卡的计算能力, 而是指的显卡的架构版本. NVIDIA Data Center Products GPU Compute Capability NVIDIA A100 8.0 NVIDIA A40 8.6 NVIDIA A30 8.0 NV

    2024年02月05日
    浏览(46)
  • 【npm run serve报错问题node.js版本太高】

    提示:这里描述项目中遇到的问题: npm run serve出现下面的报错问题 提示:这里填写该问题的具体解决方案: 1、方法一: 在命令行修改环境变量: $env:NODE_OPTIONS=\\\"--openssl-legacy-provider\\\" 在启动项目: yarn start 2、方法二: 使用nvm将node修改为不高于16的版本

    2024年01月18日
    浏览(60)
  • AutoDL服务器的镜像版本太高,配置python3.7 tensorflow1.15版本的框架的步骤

    1.选择一个实例,进入后端界面 2. 更新bashrc中的环境变量 查看虚拟环境 可以看到此时有一个base的虚拟环境 但是它的python版本为3.8.10,无法安装tensorflow1.15,所以我们要创建一个新的虚拟环境。 3.创建新的虚拟环境 python 3.7 旧版 TensorFlow 对于 1.15 及更早版本,CPU 和 GPU 软件包是

    2024年02月13日
    浏览(46)
  • 关于selenium, 你还在因为chromedriver的版本与Chrome的版本不一致,需要手动更新chromedriver而烦恼吗?

    平时做爬虫我比较喜欢用 selenium chrome ,一直困扰我一个问题,就是只要谷歌浏览器更新了,就要重新去下载对应版本的 chromedriver_win32 ,这让我十分烦恼 比如我的谷歌浏览器已经94版本了,但是 chromedriver_win32 还停留在92版本,就会报出下面的错误 selenium.common.exceptions.SessionN

    2024年02月12日
    浏览(45)
  • ubuntu20.0.4安装opencv4.2.0和opencv_contrib-4.2.0并支持CUDA,Geforce RTX 3060显卡,算力8.6

    参考:Ubuntu系统---配置OpenCV  1、首先更新 apt-get,在安装前最好先更新一下系统,不然有可能会安装失败。在终端输入: 2、接着安装官方给的opencv依赖包,在终端输入: OpenCV3.4.x版本+Opencv_contrib+Ubuntu16.04安装记录_YuYunTan的博客-CSDN博客 安装前的必备包   这些安装不算十分完

    2024年02月01日
    浏览(61)
  • 【pytorch】深度学习所需算力估算:flops及模型参数量

    确定神经网络推理需要的运算能力需要考虑以下几个因素: 网络结构:神经网络结构的复杂度直接影响运算能力的需求。一般来说,深度网络和卷积网络需要更多的计算能力。 输入数据大小和数据类型:输入数据的大小和数据类型直接影响到每层神经网络的计算量和存储需

    2024年02月04日
    浏览(43)
  • Lnton羚通云算力平台【PyTorch】教程:torch.nn.SiLU

    原型 CLASS torch.nn.SiLU(inplace=False)   torch.nn.SiLU 是 PyTorch 深度学习框架中的一个激活函数,它代表 Sigmoid-Weighted Linear Unit(SiLU),也称为 Swish 激活函数。SiLU 激活函数在深度学习中被广泛使用,因为它在计算复杂度相对较低的情况下,在某些任务上比常用的激活函数(如 ReLU)具

    2024年02月11日
    浏览(34)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包