Я в настоящее время в лаборатории в школе, в которой я учусь, и мы используем серверы GPU для наших задач. Я пытался запустить функцию torch.cuda.is_available(), но она постоянно возвращает False, несмотря на то, что я пробовал то и это.
Под "этим и тем" я конкретно имею в виду, что я пытался установить и переустановить PyTorch, я 'Убедившись, что CUDA действительно доступен, запустив команду nvidia-smi, я также проверил переменную окружения CUDA_VISIBLE_DEVICES и убедился, что она назначена правильно.
Устройства графического процессора: 0 или 1, и моя переменная окружения в настоящее время установлена на 1.
В настоящее время у меня есть следующие спецификации:
ОС: Ubuntu 16.04
CUDA: 9.0176
Python: 3.7.0
cuDNN: 9.0-v7.0.5
Драйвер Nvidia: 384.81
Кто-нибудь сталкивался с этой проблемой? Если да, то как это было решено?
РЕДАКТИРОВАТЬ
В настоящее время я переустановил PyTorch из исходного кода Github, как было предложено PyTorch - Get Started - BuildingИз источника , и это исправило мою проблему. Тем не менее, для меня и сообщества в целом было бы очень полезно, если бы кто-нибудь мог дать представление о том, почему такие проблемы возникают в первую очередь. Спасибо.
РЕДАКТИРОВАТЬ 2
Как подсказал @kHarshit в комментариях, я запустил collect_env.py, расположенный в pytorch/torch/utils/, и получил следующий вывод:
Collecting Environment information...
PyTorch version: 1.3.0a0+6a4ca9a
is debug build: No
CUDA used to build PyTorch: 9.0.176
OS: Ubuntu 16.04.3 LTS
GCC version: (Ubuntu 5.4.0-6ubuntu1~16.04.10) 5.4.0 20160609
CMake version: version 3.14.0
Python version: 3.7
Is CUDA available: No
CUDA runtime version: 9.0.176
GPU models and configuration:
GPU 0: TITAN Xp
GPU 1: TITAN Xp
Nvidia driver version: 384.81
cuDNN version: Could not collect
Versions of relevant libraries:
[pip3] numpy==1.17.2
[pip3] numpydoc=0.8.0
[pip3] torch=1.3.0a0+6a4ca9a
[pip3] torch-cluster=1.4.4
[pip3] torch-geometric=1.3.1
[pip3] torch-scatter==1.3.1
[pip3] torch-sparse==0.4.0
[pip3] torch-spline-conv==1.1.0
[pip3] torchvision==0.4.0
[conda] blas 1.0 mkl
[conda] mkl 2019.4 243
[conda] mkl-include 2019.4 243
[conda] mkl-service 2.3.0 py37he904b0f_0
[conda] mkl_fft 1.0.14 py37ha843d7b_0
[conda] mkl_random 1.1.0 py37hd6b4f25_0
[conda] torch 1.2.0 pypi_0 pypi
[conda] torch-cluster 1.4.4 pypi_0 pypi
[conda] torch-geometric 1.3.1 pypi_0 pypi
[conda] torch-scatter 1.3.1 pypi_0 pypi
[conda] torch-sparse 0.4.0 pypi_0 pypi
[conda] torch-spline-conv 1.1.0 pypi_0 pypi
[conda] torchvision 0.4.0 pypi_0 pypi
Я не слишком знаком с этим и не уверен, есть ли какая-либо информация, указывающая на потенциальную проблему. Если есть, кто-нибудь будет достаточно любезен, чтобы указать на это? Спасибо.