当前位置: 首页 > article >正文

幸福的烦恼:显卡算力太高而pytorch版本太低不支持

NVIDIA GeForce RTX 3090 with CUDA capability sm_86 is not compatible with the current PyTorch installation. The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_70.

  • 写在最前面
  • 项目场景:
  • 问题描述
  • 原因分析:
  • 解决方案:
    • 查看gpu的算力(即nvidia的算力)
    • 查看pytorch版本&支持的cuda算力
    • 查看cuda版本
    • 查看对应版本

The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_70.)

写在最前面

表面上是pytorch版本不够,实际是pytorch所依赖的cuda版本不够
在这里插入图片描述
在这里插入图片描述
总结:给RTX 3090配置cuda11以上版本即可

项目场景:

环境
RTX 3090 + linux
配置
torch-1.10.0 torchtext-0.11.0
cuda11.8


问题描述

UserWarning:
带有CUDA能力sm_86的NVIDIA GeForce RTX 3090与当前的PyTorch安装不兼容。
当前的PyTorch安装支持CUDA功能sm_37 sm_50 sm_60 sm_70。
如果您想在PyTorch中使用NVIDIA GeForce RTX 3090 GPU,请查看https://pytorch.org/get-started/locally/的说明

UserWarning: 
NVIDIA GeForce RTX 3090 with CUDA capability sm_86 is not compatible with the current PyTorch installation.
The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_70.
If you want to use the NVIDIA GeForce RTX 3090 GPU with PyTorch, please check the instructions at https://pytorch.org/get-started/locally/

原因分析:

参考:https://blog.csdn.net/Paramagnetism/article/details/115221478

幸福的烦恼
CUDA capability sm_86:算力8.6
上面表面上是说PyTorch,实际上是PyTorch依赖的CUDA版本的问题
翻译一下就是:RTX 3090的算力是8.6,但是当前的PyTorch依赖的CUDA版本支持的算力只有3.7、5.0、6.0、7.0

算力7.0的显卡可以在支持最高算力7.5的CUDA版本下运行,但是算力7.5的显卡不可以在支持最高算力7.0的CUDA版本下运行
同理算力8.x的显卡不可以在支持最高算力7.x的CUDA版本下运行


解决方案:

参考:https://blog.csdn.net/weixin_41529093/article/details/122039547

查看gpu的算力(即nvidia的算力)

nvidia-smi
nvidia-smi -a

在这里插入图片描述nvidia官网的算力查询
https://developer.nvidia.cn/zh-cn/cuda-gpus

在这里插入图片描述

查看pytorch版本&支持的cuda算力

>>> import torch
>>> print(torch.__version__)

在这里插入图片描述

python
import torch
torch.cuda.get_arch_list()

[‘sm_37’, ‘sm_50’, ‘sm_60’, ‘sm_70’]
在这里插入图片描述

查看cuda版本

nvcc _V

在这里插入图片描述

查看对应版本

pytorch官网
https://pytorch.org/get-started/previous-versions/

上pytorch官网查看(安装)最新版本的cuda以及对应的pytorch

在这里插入图片描述

# CUDA 11.3
conda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 cudatoolkit=11.3 -c pytorch -c conda-forge

在现有conda下安装报错

因此新建环境

conda create -n wyt_1.10 python==3.8

进入到环境下

conda activate wyt_1.10

然后安装,还是报错
换成pip版本

pip install torch==1.10.0+cu111 torchvision==0.11.0+cu111 torchaudio==0.10.0 -f https://download.pytorch.org/whl/torch_stable.html

成功了

查看支持算力
在这里插入图片描述


http://www.kler.cn/a/2364.html

相关文章:

  • 高效处理PDF文件的终极工具:构建一个多功能PDF转换器
  • 在福昕(pdf)阅读器中导航到上次阅读页面的方法
  • 【机器人】机械臂位置、轨迹和转矩控制概要
  • 【Maven】dependencyManagement依赖版本管理
  • HBase、Hive、Redis 和 MongoDB的对比
  • 全志H618 Android12修改doucmentsui鼠标单击图片、文件夹选中区域
  • Power BI利用Python和Sql Server制作实时看板
  • nginx快速入门.跟学B站nginx一小时精讲课程笔记
  • 【百面成神】多线程基础16问,你能坚持到第几问
  • 技术人的管理学-业务管理
  • 扒一扒抖音是如何做线程优化的
  • Markdown常用语法(字体颜色)
  • Python生日蛋糕
  • 网络协议分析期末复习(四)
  • 【vue2】使用vue常见的业务流程与实现思路
  • Docker的可视化界面工具
  • CRC校验算法以及相关实现示例
  • 脱不下孔乙己的长衫,现代的年轻人该怎么办?
  • 百度文心一言正式亮相
  • Linux(网络基础---网络层)
  • 【Python入门第三十五天】Python丨文件打开
  • 论文阅读《Point NeRF:Point-based Neural Radiance Fileds》
  • 【C++进阶】十一、哈希的应用---位图(一)
  • 机器学习算法——决策树详解
  • 蓝桥杯刷题第十五天
  • STM32的CAN总线调试经验分享