相关疑难解决方法(0)

我正在尝试在我拥有的笔记本电脑上运行 Pytorch。这是一款较旧的型号，但确实配备了 Nvidia 显卡。我意识到它可能不足以用于真正的机器学习，但我正在尝试这样做，以便我可以学习安装 CUDA 的过程。

我遵循了Ubuntu 18.04安装指南中的步骤（我的特定发行版是 Xubuntu）。

我的显卡是 GeForce 845M，经验证lspci | grep nvidia：

01:00.0 3D controller: NVIDIA Corporation GM107M [GeForce 845M] (rev a2)
01:00.1 Audio device: NVIDIA Corporation Device 0fbc (rev a1)

我还安装了 gcc 7.5，通过验证 gcc --version

gcc (Ubuntu 7.5.0-3ubuntu1~18.04) 7.5.0
Copyright (C) 2017 Free Software Foundation, Inc.
This is free software; see the source for copying conditions.  There is NO
warranty; not even for MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.

我安装了正确的标头，通过尝试安装它们来验证sudo …

我一整天都在努力使用 RTX 3080 让火炬在 WSL2 上工作。

我安装了 CUDA 工具包版本 11.3

运行nvcc -V返回此：

nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2021 NVIDIA Corporation
Built on Sun_Mar_21_19:15:46_PDT_2021
Cuda compilation tools, release 11.3, V11.3.58
Build cuda_11.3.r11.3/compiler.29745058_0

nvidia-smi返回这个

Mon Nov 29 00:38:26 2021
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 510.00       Driver Version: 510.06       CUDA Version: 11.6     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
| …

我已经通过以下方式在 virtualenv 下安装了 pytorch：

pip3 install https://download.pytorch.org/whl/cu100/torch-1.0.1.post2-cp35-cp35m-linux_x86_64.whl
pip3 install torchvision

但出于某种原因：

import torch
torch.cuda.device_count()
0
torch.cuda.is_available()
False

看起来 pytorch 出于某种原因检测到了 cuda 9：

torch._C._cuda_getDriverVersion()
9010

我的系统：

lsb_release -a
No LSB modules are available.
Distributor ID: Ubuntu
Description:    Ubuntu 16.04.5 LTS
Release:    16.04
Codename:   xenial


nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Fri_Feb__8_19:08:17_PST_2019
Cuda compilation tools, release 10.1, V10.1.105


Python 3.5.2 (default, Nov 23 2017, 16:37:01)
[GCC 5.4.0 20160609] on linux


ls -l /usr/local/ …

我的 Ubuntu 16.04 机器上安装了两个版本的 CUDA：9.0 和 10.1。它们分别位于/usr/local/cuda-9.0和/usr/local/10.1。如果我通过 pip ( ) 安装 PyTorch 1.6.0（需要 CUDA 10.1）pip install torch==1.6.0，它使用版本 9.0，因此检测不到 GPU。我已经更改LD_LIBRARY_PATH为"/usr/local/cuda-10.1/lib64:/usr/local/cuda-10.1/cuda/extras/CUPTI/lib64"但 PyTorch 仍在使用 CUDA 9.0。如何告诉 PyTorch 使用 CUDA 10.1？

当我在 conda 环境中构建 DCNv2 时，我收到此消息。

我已经通过nvidia-smi检查了cuda：

Tue Apr  6 20:03:13 2021       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 460.67       Driver Version: 460.67       CUDA Version: 11.2     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  GeForce RTX 3070    Off  | 00000000:01:00.0  On |                  N/A |
|  0%   45C    P8    17W / 220W |    448MiB /  7979MiB |     23%      Default |
| …

有人遇到过这种情况吗？

我尝试更新驱动程序并重新安装cuda

CUDA版本：11.4

图形处理器：GeForce RTX 3060 Laptop(6gb)

操作系统：Windows 10 home

火炬。版本：1.9.0+cpu