日常Debug——No CUDA GPUs are available

报错如下:
No CUDA GPUs are available
解决方法:
1、首先在报错的位置net.cuda前加入cuda检测语句:

print(torch.cuda.is_available())

输出为False,证明cuda不可用
2、检查本机中的cuda是否安装成功,且版本号是否与pytorch的版本号对应。检查发现没有问题
3、检查os.environ["CUDA_VISIBLE_DEVICES"] = "1"语句,将1改为0,再运行无误。原因可能是本机上只有一个cuda,序号应为0。

版权声明:本文为CSDN博主「Lemon-Ning」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/qq_42103801/article/details/116675059

Lemon-Ning

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

Jetson nano上使用ncnn部署yolox

序言 之前一篇文章写yolox的训练,这篇文章写一下关于部署,yolox之所以刚出来就这么火爆,不仅是精度高、速度快,很大程度上还是因为直接把部署的代码叶开源了,可谓是从训

torch.nn.CrossEntropyLoss用法

前言 早上想花一个小时参照网上其他教程,修改模型结构,写一个手写识别数字的出来,结果卡在了这个上面,loss一直降不下来,然后我就去查看了一下CrossEntropyLos