无NVIDIA显卡能否使用CUDA运行SimpleTransformers并微调预训练模型

报错根本原因：CUDA是NVIDIA独有的并行计算框架，只能在NVIDIA显卡上运行，没有NVIDIA硬件的前提下，哪怕你安装了CUDA工具包，PyTorch也无法检测到可用的CUDA设备，而SimpleTransformers默认开启了use_cuda参数，所以触发了校验报错。

你可以选择以下任意一种方法修复：

• 方法1：初始化模型时显式传入use_cuda=False参数
  直接修改原有初始化代码即可：

  model = NERModel('bert', 'bert-base-uncased',labels=label,args =args, use_cuda=False)
  

• 方法2：在训练参数args中配置关闭CUDA
  如果你统一用args管理所有配置项，直接在args字典里添加对应配置即可，无需额外传参：

  # 你的args配置部分示例
  args = {
      # 原有其他配置项
      "use_cuda": False,
      # 原有其他配置项
  }
  # 原有初始化代码不需要改
  model = NERModel('bert', 'bert-base-uncased',labels=label,args =args)
  

注意：关闭CUDA后模型会切换到CPU运行，训练和推理速度会比GPU环境慢很多，仅建议调试阶段使用该方案，处理大量数据时建议更换到带NVIDIA显卡的环境。

内容的提问来源于stack exchange，提问作者Mohit Bagaria