首先檢查pytorch cuda 顯卡驅動 之間的對應關係
查看pytorch對應的cuda版本
打開終端輸入:python
輸入命令:import torch
再輸入:print(torch.version.cuda)
查看pytorch 版本
print(torch.__version__)
查看 cuda 是否安裝成功
顯示 torch 安裝成功,但 pytorch 對應的cuda版本未安裝成功
查看cuda 版本
cat /usr/local/cuda/version.txt
查看是否能使用GPU
import torch
print(torch.cuda.is_available())
torch.cuda.is_available()
cuda是否可用;
torch.cuda.device_count()
返回gpu數量;
torch.cuda.get_device_name(0)
返回gpu名字,設備索引默認從0開始;
torch.cuda.current_device()
返回當前設備索引;
![在這裏插入圖片描述](https://img-blog.csdnimg.cn/20200615161552929.png)
CUDA的版本一定要和CUDNN的版本對應,必須是CUDNN支持的版本!
查看Cudnn版本
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
Cudnn版本爲: 7.6.5
查看顯卡驅動版本
查看GPU型號
lspci | grep -i nvidia
查看NVIDIA驅動版本
sudo dpkg --list | grep nvidia-*
或者
cat /proc/driver/nvidia/version
CUDA 與 顯卡驅動的對應關係覈對圖
顯卡驅動與cuda 沒問題!
CUDA 與Cudnn 版本覈對圖
https://developer.nvidia.com/rdp/cudnn-archive
目前官網上沒有提供cuda10.2對應的cudnn版本,不過本系統下載的是7.6.5,應該是匹配了cuda10.2版本的
cuda 與cudnn 版本一致。
都檢查一遍之後 ,發現 是裝錯pytorch 版本了, 裝的是 CPU版本的
# 進入虛擬環境
conda activite pytorch-env
#查看torchvision 版本
conda list torchvision
# 進入python 環境
python
#
import torch
torch.__version__
所以!!
重新 安裝 gpu 版本的 pytorch 即可!!
附件:
如何查看 pytorch - cuda - cudnn - python - nvidia 之間的對應關係:
https://blog.csdn.net/yinxian9019/article/details/106782315