【Xiang哥避坑指南】YOLOV5只在CPU跑不在GPU跑的问题。 | 您所在的位置:网站首页 › cpu怎么检查是不是好的 › 【Xiang哥避坑指南】YOLOV5只在CPU跑不在GPU跑的问题。 |
电脑明明有GPU,深度学习视觉代码也运行起来了,为什么只在CPU跑,GPU并不占用呢,可能有的同学会有这种经历。 本人就是被困扰了一个月,不知道为什么只在CPU跑,最后偶然发现: 那可能就是CUDA、pytorch、torchvison三者版本不对应的问题,也可能是版本下错的问题。 CUDA、pytorch、torchvision版本一定要对应!!! CUDA、pytorch、torchvision版本一定要对应!!! CUDA、pytorch、torchvision版本一定要对应!!!(重要的事情说三遍) 这里强调一下,以下的查看不要忘记在特定虚拟环境下,或者你要运行程序/代码的环境下!(当然我们经常跑代码也要养成建立虚拟环境的好习惯。什么?不知道虚拟环境?请自行白百度!) 1.如何查看CUDA、pytorch、torchvision三者版本? 1.1 CUDA版本查看Windows&Linux 系统下,输入命令:nvcc -V。 注意:一定要是小写、空格-V。(我的就是10.0版本的CUDA) 这里介绍两种方法: A: //终端-输入python import torch print(torch.__version__) #上方的_是两个 杠杠B: // 终端输入python pip list
方法与1.2一致,这里只做说明,不做演示。 A: //终端-输入python import torchvision print(torchvision.__version__) #上方的_是两个 杠杠
好了,到此呢,我们就知道CUDA、Pytorch、torchvision三者的版本啦~ 下面就要开始确认三者版本是否兼容了! 2.CUDA、pytorch、torchvision版本对应关系是?方法A: 方法B: 官网查看: Pytorch官网. 查看方法: a.这里不介绍CUDA的安装,如果大家已经安装好了CUDA,那么建议删除错误的pytorch和torchvision版本,CUDA的删除和安装更加复杂。 b.BUT,CUDA的版本要看显卡的型号,不过大家如果能装成功CUDA这一条应该也不存在什么问题。 方法1:下载: 版本大全网站(包含Pytorch&torchvision). 这个方法是使用 版本很多,大家可以利用Ctrl + F来进行快速定位。 下面这个就是适合CPU的,安装以后就是+CPU。 安装(Pytorch & torchvision同理): 点击要下载的版本后会自动下载,下载的是一个.whl文件,需要用pip命令来安装: // 在下载的路径下打开终端窗口 pip torch-1.8.1+cu111-cp38-cp38-win_amd64.whl //回车后自动安装 方法2(pip 安装): // 在下载的路径下打开终端窗口 //(有虚拟环境记得打开虚拟环境) pip install torch==1.7.0+cu101 torchvision==0.8.1+cu101 #大家可以根据自己的需要变更版本 //回车后自动安装如果网速不好,可以加一个镜像(pip安装可以默认镜像,修改系统文件,大家有需要可以自行CSDN): pip install torch==1.7.0+cu101 torchvision==0.8.1+cu101 -i https://pypi.tuna.tsinghua.edu.cn/simpl //回车后自动安装好啦,这次踩坑经历就分享到这里~ 有更多疑问可以私信或者评论,我都会回复的。 下一期打算出个NVIDIA JETSON TX2 运行YOLOV5踩坑之旅~ |
CopyRight 2018-2019 实验室设备网 版权所有 |