【发布时间】：2021-07-03 19:27:03
【问题描述】：
我正在尝试在我的 Ubuntu 18.04 中使用带有 GPU 的 PyTorch。 GPU 是 GeForce GTX 1070。
nvidia-smi：
| 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 GTX 1070 Off | 00000000:0B:00.0 Off | N/A |
| 21% 49C P2 60W / 180W | 4598MiB / 8119MiB | 17% Default |
| | | N/A |
+-------------------------------+----------------------+----------------------+
| 1 GeForce GTX 1070 Off | 00000000:42:00.0 Off | N/A |
| 0% 48C P8 7W / 180W | 20MiB / 8117MiB | 0% Default |
| | | N/A |
nvcc --version:
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Wed_Oct_23_19:24:38_PDT_2019
Cuda compilation tools, release 10.2, V10.2.89
.bashrc 文件：
export PATH="/usr/local/cuda-10.2/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH"
我使用以下命令安装了 pytorch（来自 here）：
pip install torch torchvision torchaudio
火炬版本：
PyTorch Version: 1.8.0
Python 版本：
Python 3.8.7
gcc/g++ 版本：
gcc (Ubuntu 7.5.0-3ubuntu1~18.04) 7.5.0
g++ (Ubuntu 7.5.0-3ubuntu1~18.04) 7.5.0
如果我尝试获取 GPU，我会得到以下信息：
>>> import torch
>>> print(torch.cuda.is_available())
False
谁能给我建议
【问题讨论】：
-
您的 CUDA_HOME 变量设置为什么？见：discuss.pytorch.org/t/cuda-path-not-correctly-configured/63695/…
-
另外，这可能是一个幼稚的建议，但重新启动总是值得一试，请参阅：discuss.pytorch.org/t/…
-
然后...最后，请确保您已下载并安装了 cuDNN：docs.nvidia.com/deeplearning/cudnn/install-guide/index.html
-
其实，如果通过pip/conda安装的话，主机中不需要有CUDA/cuDNN。两个二进制文件里面都有两个库。你确定这个
pip install安装在正确的 Python 中吗？ -
顺便说一句，总是有帮助的一件事是查看实际的系统调用。
strace python -c 'import torch; print(torch.cuda.is_available())'会告诉你 python 实际上在做什么来要求内核检查硬件；如果在尝试访问/dev或/sys中的内容时出现权限错误之类的问题，它会显示在那里。