Gpu

Vyřešit torch.cuda.is_available () vždy vrátí metodu metafyziky False One

Solve Torch Cuda Is_available Always Return False One Method Metaphysics



To bylo použito TensorFlow (keras) k dokončení nějaké práce, protože mnoho papírů modely s pytorch dosáhnout, nemůže přečíst kód, který je nepravděpodobné. Jen si vezměte tuto dovolenou, důvody epidemických vln nemohou jít ven doma, dozvědět se o pytorch.

Hra je dodávána s grafickou kartou GeForce 1050 pro notebook, GPU k dispozici, ne bílá, nemyslím si, nejprve nainstalujte verzi GPU řekněme. Sledoval jsem však všechny online metody, torch.cuda.is_available () vždy vrátí False. Mám mírnou obsedantně kompulzivní poruchu, spánku se nezbavím.



Nejprve si promluvte o pracovním řádu toho, co dělám. Možná budete mít odkaz. (Systém: WIN10)



1. Nainstalujte CUDA
a velké množství dalších kvalitativních poznámek, nebude to podrobné. Můj vlastní stroj podporuje CUDA10.2, ale nainstaloval jsem CUDA10 a normálně by měl být podporován nižší verze. Nainstalován správně klepat nvcc -V v cmd lze zobrazit může být.
obraz
Screenshot obrazovky NVIDIA-smi níže. Pocit není problém, verze s pohonem je také drahá.
obraz
2. Nainstalujte odpovídající verzi pytorch
je jistě myslitelná první oficiální instalace webových stránek. conda + = rychlé opětovné otevření zdroje Tsinghua. Tady je moje vlastní jáma.
obraz
3. Nainstalujte cudnn atd.
Podobně velký počet učitelských míst. Vždy jsem byl ztracený, zoufalý, zkuste se držet myšlenky na jeho instalaci, takže výsledek nebude mít vejce.



Lupiči uvedli, že hlavním důvodem tohoto problému je nesprávná instalace ovladače. Ale moje vlastní situace se nesetká.
velké množství článků ve vyhledávání bezvýsledně. Klopýtl jsem a pomocí příkazu stáhl oficiální web conda, vlastně celou verzi CPU.
obraz
Bez ohledu na to, jak se pokusím použít Conda ke stažení jakékoli verze, všechny verze CPU. Tsinghua zdrojem problému může být? ? Koneckonců nevím, jeden bílý. .

Vzhledem k tomu, že conda nelze použít, použijte pip. Oficiální webové stránky pip příkaz, nevím, není můj problém, a to i při použití různých zdrojů, rychlost je velmi pomalá, což přeruší, 700M + on prostě vydržet. Bezmocní pomocí lokální metody stahování.
zde hledá verzi pytorch-cuda v souladu s vlastní verzí, verze torchvision ke stažení.
https://download.pytorch.org/whl/torch_stable.html
(stejná pomalá rychlost! .... ale sotva se zlomí pod a)

Po stažení pip install xxx (název staženého souboru) lze nainstalovat.



obraz
Další bude svědkem zázraku. Ale zázrak je v tom, jak se to stalo, conda Why Pouze ve verzi CPU jsem tomu úplně nerozuměl. Vítejte ve všem velkém Bohu, který studenty vede pokorně a žádá o radu.