说明:torch.cuda.is_available()
这个指令的作用是看你电脑的 GPU 能否被 PyTorch 调用。
如果返回的结果是 False,可以按照以下过程进行排查。
Step1:确认硬件支持,确认你的 GPU是否支持 CUDA(是否支持被 PyTorch 调用)
1.确定计算机中是否是独立显卡,是否是 NVIDIA 显卡。可以从 任务管理器 或者 设备管理器 来查看显卡的型号。
- 任务管理器->性能->GPU:
- 我的电脑->属性->设备管理器->显示适配器:
有“NVIDIA GeForce 840M”字样信息表示有独立显卡。
2.去 NVIDIA官网 查看其中是否有你的显卡型号,如果有,则说明你的显卡是支持被 PyTorch 调用的。
Step2:检查显卡驱动版本并更新。
1.打开命令行,输入 nvidia-smi
,查看自己的 “Driver Version”
注:如出现如下报错:
'nvidia-smi' 不是内部或外部命令,也不是可运行的程序
请参考文末“可能遇到的问题”进行处理。
一般而言,不同版本的CUDA要求不同的NVIDIA驱动版本,同时显卡驱动版本要不低于CUDA的安装版本。
CUDA对显卡驱动版本要求如图:
比如我安装的是 PyTorch 1.5 + CUDA 9.2 版本,要求电脑的显卡驱动大于398.26。
2.如果驱动版本太低,在官网,下载对应的最新驱动并安装更新。
选择相应的显卡型号,操作系统,下载类型和语言默认。其中的 Notebooks 是指笔记本。
之后,点击搜索,下载最新驱动后,按照指引进行安装即可。
Step3:验证驱动版本及GPU是否可调用。
1.再次在终端窗口输入 nvidia-smi
,查看最新的版本是否安装成功。
2.进入python环境:
conda activate pytorch
python
3.在python环境中:
import torch
torch.cuda.is_available()
查看返回结果是否是True
可能遇到的问题:
1.执行'nvidia-smi' 命令时提示'nvidia-smi'不是内部或外部命令,也不是可运行的程序
原因:因为它找不到该命令。这个文件是一个exe文件,一般都在下面这个文件夹中。
C:\Program Files\NVIDIA Corporation\NVSMI
所以想要使用该命令必须要能得到这个文件夹,才能执行。
解决:添加环境变量
我的电脑->右键->属性->高级系统设置->高级->环境变量->系统变量->path->编辑->新建->拷贝nvidia-smi.exe文件所在路径(一般为C:\\Program Files\\NVIDIA Corporation\\NVSMI
)
参考:
https://www.cnblogs.com/zhouz...
https://blog.csdn.net/shuiyix...
https://docs.nvidia.com/cuda/...
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。