【问题标题】:GPU driver(cuda,cudf etc.)downloaded but it doesn't work已下载 GPU 驱动程序(cuda、cudf 等)但无法正常工作
【发布时间】:2020-07-01 00:08:53
【问题描述】:

我的 gpu 是 gtx 2070。我已经按照https://github.com/rapidsai/cudf 的每一个步骤进行操作(我使用步骤“for CUDA 10.1”),但没有运气。我无法使用我的 gpu 电源。我还多次重新安装了 ubuntu 操作系统和那些驱动程序。有谁知道如何解决这个问题?我已经在这一步中挣扎了几个月..欣赏它!!!!!

操作系统:ubuntu 16.04
驱动版本:430.64
CUDA 版本:10.1
蟒蛇=3.6
cudf==0.13.0
该版本与link 兼容,但为什么我不能用我的GPU 运行代码?每次我在终端中运行我的代码时,它都会显示以下错误:

Traceback (most recent call last):
File "/home/user/Documents/test.py", line 5, in <module>
import cudf
File "/home/user/miniconda3/lib/python3.6/site-packages/cudf/__init__.py", line 7, in 
<module>
from cudf import core, datasets
File "/home/user/miniconda3/lib/python3.6/site-packages/cudf/core/__init__.py", line 3, in 
<module>
from cudf.core import buffer, column
 File "/home/user/miniconda3/lib/python3.6/site-packages/cudf/core/column/__init__.py", line 
1, in <module>
from cudf.core.column.categorical import CategoricalColumn  # noqa: F401
File "/home/user/miniconda3/lib/python3.6/site-packages/cudf/core/column/categorical.py", 
line 11, in <module>
import cudf._libxx as libcudfxx
File "/home/user/miniconda3/lib/python3.6/site-packages/cudf/_libxx/__init__.py", line 5, in 
<module>
from . import (
File "cudf/_libxx/aggregation.pxd", line 9, in init cudf._libxx.reduce
File "cudf/_libxx/aggregation.pyx", line 11, in init cudf._libxx.aggregation
File "/home/user/miniconda3/lib/python3.6/site-packages/cudf/utils/cudautils.py", line 7, in 
<module>
from numba import cuda, numpy_support
ImportError: cannot import name 'numpy_support'<br>

我运行的代码:

import cupy as cp
import cudf
import pandas as pd
import glob

for f in glob.glob("/home/user/Documents/btc_test.csv"):
    data=cudf.read_csv(f)
    num=data.iloc[1:5]['low']
    numcp=cp.log(num)
    print(numcp)

【问题讨论】:

    标签: python machine-learning cupy cudf


    【解决方案1】:

    我有同样的错误。这个命令在 Python 3.6 的 Anaconda 环境中对我有用。我也安装了 Cuda 10.1,所以请确保使用您安装的版本。

    conda install -c rapidsai -c nvidia -c conda-forge \
        -c defaults cudf=0.14 python=3.6 cudatoolkit=10.1
    

    参考:https://rapids.ai/start.html

    【讨论】:

      【解决方案2】:

      感谢您的回答。我发现每次您想使用gpu而不是cpu进行处理时,您都必须输入此命令source activate dask-cudf

      【讨论】:

      • 史蒂夫,这听起来不对。 RAPIDS 库是 GPU 加速魔法发生的地方。听起来您将 RAPIDS 安装在单独的 conda 环境中而不是在 base 中,如果您想要的话,这很棒……但听起来好像不是……
      • @TaureanDyerNV 谢谢你告诉我这个问题。是的,每次我必须输入上面的命令才能使用 gpu。所以现在我已经建立了两个环境......?它会影响性能还是其他一些事情?
      猜你喜欢
      • 1970-01-01
      • 2014-01-25
      • 1970-01-01
      • 2016-05-03
      • 2019-02-08
      • 1970-01-01
      • 2018-01-30
      • 2013-09-09
      • 1970-01-01
      相关资源
      最近更新 更多