本教程介紹了如何解決pytorch 無法使用GPU 的問題，

問題描述：

之前我電腦已經(jīng)安裝好CUDA 10.1 的環(huán)境，驅(qū)動(dòng)也是安裝好的，安裝了tensorflow-gpu ，并且可以正常使用tensorflow gpu 版來訓(xùn)練。今天有同學(xué)問我一些pytorch 的安裝問題，我之前沒有安裝過，所以實(shí)踐了一下，安裝過程很順利，找到官方網(wǎng)站，找到安裝的地方，復(fù)制命令，使用anconda 進(jìn)行了安裝：

安裝完成之后，我迫不及待的測試了一下是否安裝成功和能否使用GPU：

import torch
print(torch.cuda.is_available())

結(jié)果返回的結(jié)果是False，也就是不可以使用GPU版本的pytorch，這讓人很煩。

問題解決思路

根據(jù)以往tensorflow安裝時(shí)候的問題解決思路，我猜測可能是cuda版本和pytorch 的版本對不上，我仔細(xì)對照了半天，發(fā)現(xiàn)不是這里的問題。所以問題可能出在cuda 和 顯卡驅(qū)動(dòng)上面。

我輸入命令：nvidia-smi，正常的話會(huì)輸出顯卡驅(qū)動(dòng)的相關(guān)信息，但是這里報(bào)錯(cuò)了，報(bào)錯(cuò)信息為：
NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver

顯卡驅(qū)動(dòng)出問題了？ 那重裝一下驅(qū)動(dòng)應(yīng)該就可以解決問題，但是在ubuntu上安裝驅(qū)動(dòng)有點(diǎn)繁瑣，所以我又測試了一下tensorflow-gpu 版本是否可以使用，輸入一下代碼：

import tensorflow as tf

發(fā)現(xiàn)竟然沒有報(bào)錯(cuò)，陷入僵局了，這一句話沒報(bào)錯(cuò)驅(qū)動(dòng)應(yīng)該沒問題啊，我開始查找問題的答案，百度搜索了一下這個(gè)報(bào)錯(cuò)：NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver
最終得出的結(jié)論是就是顯卡驅(qū)動(dòng)壞了，我參考網(wǎng)上的解決辦法，執(zhí)行了以下命令，成功的解決了問題。

首先安裝 dkms

sudo apt-get install dkms

然后查看自己驅(qū)動(dòng)的版本

ls /usr/local

輸出結(jié)果如下：

執(zhí)行以下命令：

sudo dkms install -m nvidia -v 418.43

注意命令后的版本要和上圖中的版本一致！

驗(yàn)證是否生效

nvidia-smi 命令執(zhí)行正常了。

驗(yàn)證pytorch：

問題成功解決了

后記

剛剛提到了一個(gè)奇怪的現(xiàn)象，顯卡驅(qū)動(dòng)不正常，tensorflow-gpu 竟然可以成功的import，但是后來經(jīng)過測試發(fā)現(xiàn)，雖然沒有報(bào)錯(cuò)，但是訓(xùn)練過程使用了CPU，沒有使用GPU，運(yùn)行的時(shí)候會(huì)報(bào)錯(cuò)說 GPU驅(qū)動(dòng)沒有運(yùn)行之類的錯(cuò)誤，然后使用CPU進(jìn)行了訓(xùn)練（直觀感覺就是慢了很多）。

為什么會(huì)出現(xiàn)顯卡驅(qū)動(dòng)壞了的情況？猜測是系統(tǒng)更新造成的，因?yàn)橹拔沂褂胻ensorflow-gpu的時(shí)候是正常的，并且沒有做任何的改動(dòng)，所以很有可能是更新造成的損壞。

以上就是pytorch無法使用GPU問題的解決方法的詳細(xì)內(nèi)容，更多關(guān)于pytorch無法使用GPU的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評論