想必大家查看自己cuda是11.2版本，但是在pytorch官网没有找到对应的安装命令，请参考一下命令：condainstallpytorch==1.8.0torchvision==0.9.0torchaudio==0.8.0cudatoolkit=11.2-cpytorch-cconda-forge测试：importtorchtorch.cuda.is_available()#cuda是否可用torch.cuda.current_device()#返回当前设备索引torch.cuda.device_count()#返回GPU的数量torch.cuda.get_device_name(0)#返
【设置gpu设备】os.environ[‘CUDA_VISIBLE_DEVICES‘]和torch.cuda.set_device()文章目录【设置gpu设备】os.environ[‘CUDA_VISIBLE_DEVICES‘]和torch.cuda.set_device()1.介绍2.方法2.1方法1：os.environ[‘CUDA_VISIBLE_DEVICES‘]（推荐）2.2方法2：torch.cuda.set_device(0)2.3说明3.参考1.介绍官方文档：当使用PyTorch进行深度学习训练时，通常需要使用CUDA加速计算。在使用PyTorch进行训练之前，需要确保已经正确
前言系统一开始是CentOS7.6，安装依赖时yum给的内核文件的版本号和uname-r的结果不一样，这时不能直接装依赖，装上后后面装驱动时会报错找不到内核头文件(最开始我直接装依赖了，以为高版本兼容低版本，然后装驱动时报错找不到957版的内核头文件)，所以需先yum-yupgrade，升级完后需重启(重启后变成CentOS7.9了)，之后yum给的版本号和uname-r就一样了，就可以装依赖了。升级前内核版本是957，yum装的话会装1160，版本不一样。升级前升级后yum装了1160版本的依赖，然后装驱动时报错找不到957版的内核头文件安装N卡驱动查看机器上有哪些显卡lspci|grep-
一、下载文件。到下面的官网链接，下载你自己需要的版本。我喜欢11.7 CUDAToolkitArchive|NVIDIADeveloper二、安装可能的错误：Failedtoverifygccversion.--Linux安装CUDAGCC版本不兼容sudoshcuda_xxxxxxxxxxxxxx_linux.run--override加上这个override，就可以克服gcc版本不兼容问题了。若提示Existingpackagemanagerinstallationofthedriverfound.Itisstronglyrecommendedthatyouremovethisbefor
一、判断显卡种类判断你当前电脑的显卡是NVIDIA（N卡）还是AMD（A卡），Pytorch需要基于NVIDIA的显卡（N卡）上运行，A卡就不行了。二、安装CUDA、CUDNN（一定要注意对应版本！！！）2.1安装CUDA1.判断电脑应该装什么版本的CUDA。方式一：NVIDIA控制面板中查看方式二：CMD查看CMD中输入：nvidia-smi查看到本机可装CUDA版本12.0，版本向下兼容，意思就是CUDA12.0及以下版本的都可以安装，但一般不建议使用最新版本的，因为可能后续其他安装包没有更新对应版本的可以下载，所以最好选CUDA12.0以前的一到两个版本，我这里选择的是CUDA11.6，
一、判断显卡种类判断你当前电脑的显卡是NVIDIA（N卡）还是AMD（A卡），Pytorch需要基于NVIDIA的显卡（N卡）上运行，A卡就不行了。二、安装CUDA、CUDNN（一定要注意对应版本！！！）2.1安装CUDA1.判断电脑应该装什么版本的CUDA。方式一：NVIDIA控制面板中查看方式二：CMD查看CMD中输入：nvidia-smi查看到本机可装CUDA版本12.0，版本向下兼容，意思就是CUDA12.0及以下版本的都可以安装，但一般不建议使用最新版本的，因为可能后续其他安装包没有更新对应版本的可以下载，所以最好选CUDA12.0以前的一到两个版本，我这里选择的是CUDA11.6，
我一直在到处寻找我的问题的解决方案:我无法使用CUDA运行.cpp文件。我认为这是一个模块错误，因为我收到以下错误:g++-L/usr/local/cuda/lib64-L~/NVIDIA_GPU_Computing_SDK/shared/lib/linux-L~/NVIDIA_GPU_Computing_SDK/C/common/lib/linux-L~/NVIDIA_GPU_Computing_SDK/C/lib-lcutil-lcudpp-lcuda-lcudart-lcurand-omy_filemy_file.o/usr/bin/ld:cannotfind-lcutil/us
我一直在到处寻找我的问题的解决方案:我无法使用CUDA运行.cpp文件。我认为这是一个模块错误，因为我收到以下错误:g++-L/usr/local/cuda/lib64-L~/NVIDIA_GPU_Computing_SDK/shared/lib/linux-L~/NVIDIA_GPU_Computing_SDK/C/common/lib/linux-L~/NVIDIA_GPU_Computing_SDK/C/lib-lcutil-lcudpp-lcuda-lcudart-lcurand-omy_filemy_file.o/usr/bin/ld:cannotfind-lcutil/us
ubuntu20.04环境下安装CUDA11.8,cuDNNv8.6.0和TensorRT8.6.0（deb方式）1安装1-1安装cuda11.8（deb方式）sudowgethttps://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pinsudomvcuda-ubuntu2004.pin/etc/apt/preferences.d/cuda-repository-pin-600sudowgethttps://developer.download.nvidia.com/c
为了解决这个bug耽误了一天的时间，这里记录一下踩坑日记。在运行代码时候出现RuntimeError:CUDAerror:anillegalmemoryaccesswasencountered上网找了找解决方案：1：减小batchsize大小，我设置的为8，我想teslav100不可能连batchsize=8都跑不了吧，反手把batchsize设置为4，发现还是报错，排除。2：检查model是否在CUDA上，经过检查确实在cuda上。3：我的错误很奇怪，是模型训练了一个batch就停止了，把batchsize设置为4后训练五个batch停止了，看了看错误提示：316行optimizer.ste
