关于电脑有独立显卡但torch.cuda.is_available()运行出现为False的问题解决方法

简介: 关于电脑有独立显卡但torch.cuda.is_available()运行出现为False的问题解决方法

问题描述:

在安装conda环境后,确定自己电脑有独立显卡mx350,通过命令conda install pytorch torchvision torchaudio cudatoolkit=11.6 -c pytorch -c conda-forge尝试安装pytorch。但是在运行命令print('GPU存在:',torch.cuda.is_available())输出一直为False,说明未能检查到电脑显卡。


解决方法:

1.首先想到的是会不会是安装pytorch出现了问题,准备将pytorch卸载了重装。但是在重新安装后问题依然不能够解决。

2.在网络上查阅相关文档后,猜测可能是自己CUDA版本不兼容的问题。于是更新了显卡驱动,将CUDA版本从10.2更新到了11.7。再次通过运行命令print('GPU存在:',torch.cuda.is_available()),输出为True,说明能检查到电脑显卡,问题解决。


总结:

针对安装pytorch不能够正常读取显卡的问题,首先不应该考虑的是安装pytorch出问题,如果安装pytorch真的发生了错误,相关的代码肯定是不能够运行的,但是在实际代码中又能够输出结果。

要通过关键词去搜索相关文档,才能够快速的发现问题所在。对显卡的驱动进行更新,让CUDA版本与pytorch安装版本兼容。

目录
相关文章
显卡怎么升级最新驱动(Win10显卡驱动更新方法)
显卡怎么升级最新驱动(Win10显卡驱动更新方法)
1977 0
|
1月前
|
并行计算 异构计算
卸载原有的cuda,更新cuda
本文提供了一个更新CUDA版本的详细指南,包括如何查看当前CUDA版本、检查可安装的CUDA版本、卸载旧版本CUDA以及安装新版本的CUDA。
537 2
卸载原有的cuda,更新cuda
|
6月前
|
并行计算 API C++
GPU 硬件与 CUDA 程序开发工具
GPU 硬件与 CUDA 程序开发工具
128 0
|
6月前
|
达摩院 并行计算 异构计算
modelscope调用的模型如何指定在特定gpu上运行?排除使用CUDA_VISIBLE_DEVICES环境变量
由于个人需要,家里有多张卡,但是我只想通过输入device号的方式,在单卡上运行模型。如果设置环境变量的话我的其他服务将会受影响。
|
编解码 安全 Windows
win10更新后低分辨率显卡驱动丢失,NVIDIA图形驱动程序安装失败终极解决方法
win10更新后低分辨率显卡驱动丢失,NVIDIA图形驱动程序安装失败终极解决方法
474 0
|
机器学习/深度学习 并行计算 PyTorch
CUDA和显卡驱动以及pytorch版本的对应关系
CUDA和显卡驱动以及pytorch版本的对应关系
3094 0
|
并行计算 PyTorch 算法框架/工具
关于电脑有独立显卡但torch.cuda.is_available()运行出现为False的问题解决方案
关于电脑有独立显卡但torch.cuda.is_available()运行出现为False的问题解决方案
261 0
|
并行计算 异构计算
如何将cuda上的变量转到cpu上面?
在这个示例中,我们首先将x张量对象创建在GPU上。然后,我们使用.cpu()方法将其移动到CPU上,并将其分配给一个新的变量x_cpu。现在,我们可以在CPU上使用x_cpu变量并打印它。 请注意,将张量移动到不同的设备(如从GPU到CPU)可能会涉及到数据的复制,因此需要确保不会频繁地在不同的设备之间移动数据以避免性能下降。
1817 0
|
机器学习/深度学习 自然语言处理 搜索推荐
基于Windows环境下CPU和GPU版本Tensorflow详细安装过程
基于Windows环境下CPU和GPU版本Tensorflow详细安装过程
342 0
基于Windows环境下CPU和GPU版本Tensorflow详细安装过程
|
机器学习/深度学习 并行计算 PyTorch
基于Pytorch使用GPU运行模型方法及可能出现的问题解决方法
基于Pytorch使用GPU运行模型方法及可能出现的问题解决方法
2212 0
基于Pytorch使用GPU运行模型方法及可能出现的问题解决方法