基于Pytorch运行中出现RuntimeError: Not compiled with CUDA support此类错误解决方案

简介: 基于Pytorch运行中出现RuntimeError: Not compiled with CUDA support此类错误解决方案

torch_geometric可以命令模式安装方法

注意:每个python虚拟环境都是可以安装此环境独自需要的cuda版本等。

一、首先在python程序运行的过程中出现了“RuntimeError: Not compiled with CUDA support”错误。

二、然后经过博主不断尝试网上各种解决方案都没有解决,然后发觉可能是之前安装的torch_scatter文件出现了问题(之前安装参考文章和方式如下,也就是直接下载torch_scatter对应版本的whl文件然后安装)。

pip install torch_scatter-2.0.9-cp37-cp37m-win_amd64.whl

参考安装文章:点击打开《基于Pytorch中安装torch_geometric简单详细完整版》文章

三、然后博主决定重新更换torch_scatter版本,但是出现“OSError: /usr/local/cuda-10.2/lib64/libcudart.so.10.1: version `libcudart.so.10.1’ not found (required by /home/xieru21/anaconda3/envs/hiv/lib/python3.7/site-packages/torch_scatter/_scatter_cuda.so)”错误,说明更换torch_scatter版本是有问题的。然后博主又重新和之前安装方式一样重新用whl文件安装torch_scatter,但是还是出现“RuntimeError: Not compiled with CUDA support”错误。

四、然后本人决定更换安装方式,采用命令形式不用whl文件安装,注意:博主之前在此python虚拟环境安装的就是cuda10.2和pytorch1.10,所以下面的命令中采用这个torch-1.10.0+cu102,否则需要更改,链接前面的内容可以不更改只需要更改“torch-1.10.0+cu102”此部分,怎么更改除参考自己虚拟环境的cuda和pytorch版本,还需要点击此链接核对一下对应的cuda和pytorch版本。比如:你的虚拟环境pytorch版本是1.11.0,cuda版本是11.3那么命令中的链接https://data.pyg.org/whl/torch-1.10.0+cu102.html改成https://data.pyg.org/whl/torch-1.11.0+cu113.html,其他照旧。安装完成之后发现torch_scatter版本还是之前安装的版本,说明之前安装的方式还是有些bug存在。

pip install torch-scatter -f https://data.pyg.org/whl/torch-1.10.0+cu102.html
y

五(可跳)、鉴于之前的安装方式有bug存在,那么基于Pytorch中安装torch_geometric可以换成新的命令模式安装,这个安装方式是和此篇《基于Pytorch中安装torch_geometric简单详细完整版》文章对比。博主举例的依旧是cuda版本是10.2,然后pytorch版本是1.10。

  • 创建一个叫做test的python=3.7的虚拟环境
conda create -n test python=3.7
y

  • 激活test虚拟环境
conda activate test

  • 安装cuda10.2(注意:如果conda版本等级太低无法用conda命令安装cuda高级版本的,比如cuda11.3.1,所以需要先升级conda版本,命令是:conda update -n base -c defaults conda
conda install cudatoolkit==10.2.89
y

pip install torch-1.10.0+cu102-cp37-cp37m-linux_x86_64.whl

  • 下载配置torch-geometric,注意:torch_sparse的安装还是要指定其安装版本,否则会报错安装失败,但是torch-geometric可以不指定安装版本,但是根据需求可以指定。
pip install torch-scatter -f https://data.pyg.org/whl/torch-1.10.0+cu102.html

pip install torch_sparse==0.6.13 -f https://data.pyg.org/whl/torch-1.10.0+cu102.html

pip install torch_cluster -f https://data.pyg.org/whl/torch-1.10.0+cu102.html

pip install torch_spline_conv -f https://data.pyg.org/whl/torch-1.10.0+cu102.html

pip install torch-geometric==2.0.1

  • 测试torch_geometric安装是否成功,复制下面命令运行没有报错就说明安装成功。
python
import torch_geometric


相关文章
|
6月前
|
机器学习/深度学习 存储 PyTorch
【AMP实操】解放你的GPU运行内存!在pytorch中使用自动混合精度训练
【AMP实操】解放你的GPU运行内存!在pytorch中使用自动混合精度训练
245 0
|
6月前
|
机器学习/深度学习 并行计算 PyTorch
百度搜索:蓝易云【Pytorch和CUDA版本对应关系】
请注意,上述版本对应关系只是示例,并非详尽无遗。实际上,PyTorch的每个版本通常会支持多个CUDA版本,而具体支持的CUDA版本也可能因操作系统、硬件配置等因素而有所不同。因此,在使用PyTorch时,建议参考PyTorch官方文档或社区支持的信息,以获取最准确和最新的PyTorch与CUDA版本对应关系。
165 2
|
并行计算 PyTorch 算法框架/工具
【pytorch】解决pytorch:Torch not compiled with CUDA enabled
【pytorch】解决pytorch:Torch not compiled with CUDA enabled
4891 0
|
1月前
|
并行计算 PyTorch TensorFlow
Ubuntu安装笔记(一):安装显卡驱动、cuda/cudnn、Anaconda、Pytorch、Tensorflow、Opencv、Visdom、FFMPEG、卸载一些不必要的预装软件
这篇文章是关于如何在Ubuntu操作系统上安装显卡驱动、CUDA、CUDNN、Anaconda、PyTorch、TensorFlow、OpenCV、FFMPEG以及卸载不必要的预装软件的详细指南。
3591 3
|
5月前
|
Serverless PyTorch 文件存储
函数计算产品使用问题之如何使用并运行PyTorch
函数计算产品作为一种事件驱动的全托管计算服务,让用户能够专注于业务逻辑的编写,而无需关心底层服务器的管理与运维。你可以有效地利用函数计算产品来支撑各类应用场景,从简单的数据处理到复杂的业务逻辑,实现快速、高效、低成本的云上部署与运维。以下是一些关于使用函数计算产品的合集和要点,帮助你更好地理解和应用这一服务。
|
1月前
|
并行计算 Ubuntu 算法
Ubuntu18 服务器 更新升级CUDA版本 pyenv nvidia ubuntu1804 原11.2升级到PyTorch要求12.1 全过程详细记录 apt update
Ubuntu18 服务器 更新升级CUDA版本 pyenv nvidia ubuntu1804 原11.2升级到PyTorch要求12.1 全过程详细记录 apt update
103 0
|
3月前
|
并行计算 Ubuntu PyTorch
Ubuntu下CUDA、Conda、Pytorch联合教程
本文是一份Ubuntu系统下安装和配置CUDA、Conda和Pytorch的教程,涵盖了查看显卡驱动、下载安装CUDA、添加环境变量、卸载CUDA、Anaconda的下载安装、环境管理以及Pytorch的安装和验证等步骤。
568 1
Ubuntu下CUDA、Conda、Pytorch联合教程
|
3月前
|
机器学习/深度学习 并行计算 PyTorch
PyTorch与CUDA:加速深度学习模型训练的最佳实践
【8月更文第27天】随着深度学习应用的广泛普及,高效利用GPU硬件成为提升模型训练速度的关键。PyTorch 是一个强大的深度学习框架,它支持动态计算图,易于使用且高度灵活。CUDA (Compute Unified Device Architecture) 则是 NVIDIA 开发的一种并行计算平台和编程模型,允许开发者直接访问 GPU 的并行计算能力。本文将详细介绍如何利用 PyTorch 与 CUDA 的集成来加速深度学习模型的训练过程,并提供具体的代码示例。
156 1
|
并行计算 Ubuntu PyTorch
Ubuntu 18.04 + CUDA 11.3.0 + CUDNN 8.2.1 + Anaconda + Pytorch 1.10(下)
Ubuntu 18.04 + CUDA 11.3.0 + CUDNN 8.2.1 + Anaconda + Pytorch 1.10(上)
315 0
|
并行计算 Ubuntu PyTorch
Ubuntu 18.04 + CUDA 11.3.0 + CUDNN 8.2.1 + Anaconda + Pytorch 1.10(上)
Ubuntu 18.04 + CUDA 11.3.0 + CUDNN 8.2.1 + Anaconda + Pytorch 1.10
380 0

热门文章

最新文章

下一篇
无影云桌面