解决PyTorch无法调用GPU,torch.cuda.is_available()显示False的问题

这篇具有很好参考价值的文章主要介绍了解决PyTorch无法调用GPU,torch.cuda.is_available()显示False的问题。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。

解决PyTorch无法调用GPU,torch.cuda.is_available()显示False的问题

在Aliyun ECS上部署Demucs项目时,发现torch始终无法调用GPU。python -c "import torch;print(torch.cuda.is_available())"一直显示是False。

一、先说答案

需要修改Demucs项目默认的 environment-cuda.yml ,覆盖指定这几个参数

  - python=3.9.7
  - pytorch=1.12.1
  - torchaudio=0.12.1
  - cudatoolkit=10.2
  - torchvision=0.13.1

完整文件如下:

name: demucs-new

channels:
  - pytorch
  - conda-forge

dependencies:
  - python=3.9.7
  - ffmpeg>=4.2
  - pytorch=1.12.1
  - torchaudio=0.12.1
  - cudatoolkit=10.2
  - torchvision=0.13.1
  - tqdm>=4.36
  - pip
  - pip:
    - diffq>=0.2
    - dora-search
    - einops
    - hydra-colorlog>=1.1
    - hydra-core>=1.1
    - julius>=0.2.3
    - lameenc>=1.2
    - openunmix
    - musdb>=0.4.0
    - museval>=0.4.0
    - soundfile
    - submitit
    - treetable>=0.2.3

如果之前已经用默认的yml文件创建了环境,需先把原来的环境删掉。修改完成后,执行以下命令

. /root/miniconda/etc/profile.d/conda.sh
conda env update -f environment-cuda.yml
conda activate demucs-new
conda deactivate
pip install -e .

实验是否成功

python -c "import torch;print('torch cpu version: ' + str(torch.__version__));print('torch cuda version: ' + str(torch.version.cuda));print('cuda is_available: ' + str(torch.cuda.is_available()));torch.zeros(1).cuda();"

二、解决过程

ECS创建时有设置安装了nvidia驱动和CUDA,使用

nvidia-smi
nvcc -V
cat /usr/local/cuda/version.txt

可以正常显示驱动版本,如下:

CUDA 版本 10.2.89 / Driver 版本 460.91.03 / CUDNN 版本 7.6.5

NVIDIA-SMI 460.91.03    Driver Version: 460.91.03    CUDA Version: 11.2

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Wed_Oct_23_19:24:38_PDT_2019
Cuda compilation tools, release 10.2, V10.2.89

但Demucs所依赖的Pytorch始终无法调用。查看了environment-cuda.yml,发现

- python>=3.7,<3.10
- pytorch>=1.8.1
- torchaudio>=0.8
- cudatoolkit>=10

yml文件并没有指定固定版本,而只是 >=。使用默认的yml文件初始化环境,得到的版本是

Python 3.9.16
torch 1.13.1
torchaudio 0.13.1

PyTorch使用GPU需要版本能匹配。可在 PyTorch版本匹配参考 查看到 CUDA,Python,Torch 兼容的版本号。默认yml获取的版本存在兼容性问题,需要在yml中指定可兼容的版本号,即可解决问题。

三、解决部署Demucs容易遇到的的三个小问题

3.1 `Can not execute `setup.py` since setuptools is not available in the build environment`

尝试 更新 pip setuptools

python -m pip install --upgrade pip
python -m pip install --upgrade setuptools

3.2 `ModuleNotFoundError: No module named ‘_ctypes’`

执行

yum install -y libffi-devel
或
sudo apt-get install libffi-dev

3.3 ‘soundfile’ backend is not available.

报错如下:

/root/projects/voice_factory/venv/lib/python3.9/site-packages/torchaudio/_internal/module_utils.py:99: UserWarning: Failed to import soundfile. 'soundfile' backend is not available.
  warnings.warn("Failed to import soundfile. 'soundfile' backend is not available.")

执行文章来源地址https://www.toymoban.com/news/detail-443864.html

yum -y install libsndfile

到了这里,关于解决PyTorch无法调用GPU,torch.cuda.is_available()显示False的问题的文章就介绍完了。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

  • windows 的torch.cuda.is_available()为False,安装gpu版本的torch

    问题:torch.cuda.is_available()为False 查看当前电脑cuda是否可用,代码: 输出:

    2024年02月02日
    浏览(41)
  • 解决print(torch.cuda.is_available())返回false的问题

    笔者在安装了 CUDA、cuDNN、Torch 后,发现仍无法调用GPU; 始终返回 false ,查阅了网上各种方法都无效; NVIDIA控制面板 CUDA支持版本 检查了CUDA版本、cuDNN版本也都正确; 直到一次偶然,我在Pycharm中检查torch版本时, 返回的居然是: 遂恍然大悟,我原来装了个 CPU版本的torch !

    2023年04月11日
    浏览(72)
  • torch.cuda.is_available函数总返回False

    在import pytorch后,使用以下函数: 这个函数返回True即为使用了cuda,但是我这里总是返回False。 如果函数返回False,一般是pytorch及其组件与cuda版本不对应导致的,这个可以查看pytorch的官网(https://pytorch.org/get-started/locally/),官网给出了不同cuda版本下安装pytorch的命令,直接复

    2024年02月03日
    浏览(45)
  • RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is Fal

    今天在跑 yolov7 的时候遇见,模型加载问题,因为我是使用CPU来加载 pt 模型的,但是出现了错误; RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False. If you are running on a CPU-only machine, please use torch.load with map_location=torch.device(\\\'cpu\\\') to map your storages to

    2024年02月11日
    浏览(52)
  • 【奇葩问题】1.torch.cuda.is_available()在cmd和pycharm中为True,但在git的Linux中bash执行时为False

    导师让我复现一下《TimesNet: Temporal 2D-Variation Modeling for General Time Series Analysis》的代码,下面是论文和代码的链接: 链接:https://openreview.net/pdf?id=ju_Uqw384Oq 代码:https://github.com/thuml/TimesNet 时序算法库:https://github.com/thuml/Time-Series-Library 省流不看版:每个sh脚本的第一行是exp

    2024年02月05日
    浏览(42)
  • 集显安装pytorch教程,cuda和cudann环境配置torch-GPU版本看这一篇就够了

    集显看最下面 首先GPU安装教程 1.安装Anaconda (这个是可以安装环境和前置的软件),这个网址是清华源下载,可以去官网下载 Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror 2.安装CUDA (这个是显卡驱动,需要安装好以用显卡计算,缩短运行时间)(c

    2024年02月02日
    浏览(71)
  • GPU版pytorch安装成功却无法使用cuda

    在远程服务器安装pytorch,根据官网命令进行安装,但在完成之后,显示GPU不可用,故记录此大坑。 一、根据官网进行安装  安装的很快,但是!!安装结束之后,输入以下代码进行安装验证却显示没有成功安装!! 所以这表明安装大失败! 但是不死心的我又输入以下语句来

    2024年02月11日
    浏览(45)
  • Stable diffusion报Torch is not able to use GPU; add --skip-torch-cuda-test to COMMANDLINE_ARGS variab

    Stable diffusion 报 Torch is not able to use GPU; add --skip-torch-cuda-test to COMMANDLINE_ARGS variable to disable this check 错误 及 排查解决 先说一下我的显卡配置 3060Ti ,当刚开始报这个错误的时候,发现基本上很多博主说的都是在 launch.py 或者 webui-user.bat 加一个参数 --precision full --no-half --skip-torc

    2024年02月09日
    浏览(57)
  • GPU版本pytorch的安装,配套环境python、Cuda、Anaconda安装和版本选择,及常见问题调用gpu返回false

    前言 :第一次装这个我也很懵,就想记录一下交流经验,这个安装最麻烦的是需要各个 版本 都需要 对应 。我也看了很多教程网上基本上安装都是cpu版本,就官网链接安装下来也是cpu版本,然后就不能调用显卡。 本教程使用python3.9、pytorch1.8.0、Cuda11.2版本、Cudnn8.8.1,这个

    2024年02月03日
    浏览(47)
  • Ubuntu下跑Aplaca报错:torch.cuda.0utofMemoryError: CUDA out of memory.解决办法(查看CUDA占用情况&清除GPU缓存)

    错误提示: torch.cuda.0utofMemoryError: CUDA out of memory.Tried to allocate 2.00 MiB (PU 0; 23.69 GiB total capacity; 237 BiB already allocated; 18.38 MiB fre; 2.50 GiB reserved in total by PyTorch) If reserved memory is allocated memory try setting max_split_size_mb to avoid fragmentation.See documentation for Memory Management and PYTORCH_CUDA_ALLOC_

    2024年02月11日
    浏览(48)

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