PyTorch无法识别CUDA,torch.cuda.is_avaliable()返回False如何排查
PyTorch CUDA不可用排查方案
额外提醒:你提到的torch.cuda.is_avaliable()存在拼写错误,正确方法名为torch.cuda.is_available(),可先确认是否为拼写问题导致返回异常
以下为核心排查方向:
- 校验NVIDIA驱动运行状态
执行命令nvidia-smi,如果输出无GTX1050显卡信息、或直接报错,说明驱动安装异常:可能是安装后未重启系统、nouveau开源驱动未禁用、内核模块未加载。如果能正常输出460.67版本的驱动信息,可跳过该步骤。 - 校验PyTorch包架构匹配性
虽然你查询到的PyTorch版本带cu101标识,仍可执行pip list | grep torch确认安装包后缀是否带cu101,若不带则为误装CPU版本,直接重装对应cu101的PyTorch1.5.1即可。 - 校验CUDA runtime依赖完整性
执行命令ldd $(python -c "import torch; print(torch._C.__file__)") | grep cuda,如果输出存在not found的CUDA相关依赖,说明系统缺少CUDA10.1运行时库,可直接安装对应版本的CUDA runtime,或改用conda安装PyTorch(conda会自动携带对应依赖,无需单独配置系统级CUDA)。 - 校验CUDA设备访问权限
Linux下当前用户如果未加入video组,会出现无法访问CUDA设备的问题,执行sudo usermod -aG video $USER,重启终端后再次测试即可。 - 兼容问题排查
Ubuntu20.04默认gcc版本为9.x,CUDA10.1最高支持gcc8,该问题通常不会影响cuda.is_available()的判断,仅在编译自定义算子时会触发,可放在最后排查。
内容的提问来源于stack exchange,提问作者Danil
相关产品推荐
相关产品推荐

