0
2.1K
Visualizações¿Por qué `torch.cuda.is_available()` devuelve False incluso después de instalar pytorch con cuda?
En una PC con Windows 10 con una NVidia GeForce 820M, instalé CUDA 9.2 y cudnn 7.1 con éxito, y luego instalé PyTorch usando las instrucciones en pytorch.org.
Específicamente usé el comando
pip install torch==1.4.0+cu92 torchvision==0.5.0+cu92 -f https://download.pytorch.org/whl/torch_stable.htmlporque uso pip y no Anaconda.
Sin embargo, obtengo lo siguiente
>>> import torch >>> torch.cuda.is_available() False¿Por qué está pasando esto?
4 Respostas
Responde à pergunta0
Para resolver este problema, el siguiente método respondió por mí:
1- Primero tienes que actualizar Anaconda.
2- En su cuaderno, seleccione lo siguiente según su sistema.
https://pytorch.org/ 
ejemplo para Windows:(Esto puede llevar algún tiempo. Sea paciente)
conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch3- Busque e instale la última tarjeta gráfica para su sistema a través del siguiente sitio:
https://www.nvidia.com/Download/index.aspx 
4- Nivel CUDA compatible de GPU y tarjeta. ver esto
0
Quiero compartir también mi experiencia, especialmente en el entorno WSL2. Mira mi publicación aquí .
A pesar de que había instalado los controladores correctos y más recientes siguiendo la guía proporcionada por NVidia aquí , mi WSL no pudo detectar ninguna GPU ni en PyTorch ni en todo el entorno.
Mi GPU es Nvidia GeForce RTX 1650 Ti, que no aparece en el enlace Wiki anterior, pero en realidad se muestra en la página de NVidia.
La degradación a una versión anterior del controlador que se encuentra en este enlace de NVidia , a saber, la Driver Version: 472.39 , me ayudó. Ahora PyTorch puede detectar correctamente el controlador, así como también puedo ejecutar contenedores que requieren acceso a la GPU, ya que se encuentran y utilizan correctamente.
Esperando que esto ayude a alguien en mi situación.
0
ok aquí está mi experiencia mi sistema es ubuntu 20.4, gpu - nvidi gtx 1060
cuando voy y cambio, ejecute la aplicación 'Nvidia X Server Settings' que encontré en los perfiles PRIME Nvidia On-Demand o Inter (modo de ahorro de energía) está seleccionado
dando torch.cuda.is_disponible() a False
cambié el modo GPU a 'NVIDIA (modo de rendimiento) y luego obtuve True
0
El mismo error puede aparecer cuando la versión de su Pytorch admite diferentes CUDA. Por ejemplo, mi versión de Pytorch era compatible con CUDA 8.0, pero tenía instalado CUDA 9.0. Para arreglar eso, tuve que actualizar mi Pytorch a cu90 así:
pip install torch_nightly -f https://download.pytorch.org/whl/nightly/cu90/torch_nightly.htmlReferencia: aquí