Es wurde gelöst, das Transformer-Netzwerk auf der virtuellen Ubuntu-Maschine zu debuggen und eine Ausnahme auszulösen RuntimeError: CUDA-Fehler: Kein Kernel-Image ist zur Ausführung auf dem Gerät verfügbar Die richtige Lösung, der persönliche Test ist wirksam, und die entsprechende Beziehung zwischen der Pytorch Version und die Cuda-Version ist am Ende des Artikels angehängt! ! !
Artikelverzeichnis
Fehlermeldung
Ein Freund schickte mir eine private Nachricht, als er auf ein Problem stieß, und wollte die virtuelle Ubuntu-Maschine verwenden, um das Transformer-Netzwerk zu debuggen, aber es trat ein Fehler auf (damals war ihm für einen Moment kalt ums Herz, und er kam zu mir wegen helfen, und ihm dann erfolgreich geholfen, es zu lösen, nebenbei aufzeichnen und hoffen, dass es mehr Freunden helfen kann, die auf diesen Fehler stoßen und ihn nicht lösen werden), lautet der Fehlercode wie folgt:
Computerkonfiguration :
- GPU 3080 Rechenleistung 8.6
- CUDA 11.1
- CUDNN 8.2.0
- conda 4.9.2
- Python 3.8.5
Der Inhalt der Fehlermeldung lautet wie folgt :
RuntimeError: CUDA error: no kernel image is available for execution on the device
Fehler Übersetzung
Die Übersetzung des Inhalts der Fehlermeldung lautet wie folgt :
Laufzeitfehler: CUDA-Fehler: Kein ausführbares Kernel-Image auf dem Gerät
Fehlergrund
Grund für den Fehler :
Die Torch-Version ist 1.9.1, aber aufgrund der Installation des timm-Pakets wurde Torch neu installiert, die ursprüngliche Version wurde überschrieben und jetzt wird es 1.8.1, also wurde die Torch-Umgebung zerstört, und da war ein Konflikt zwischen Paketversionen, was zu cuda führte. Die Version ist 11.1, die nicht mit der Torch-Version kompatibel ist.
Freunde, Sie können es nach der folgenden Methode lösen! ! !
Lösung
Das cuda-Zubehör ist nicht mit der aktuellen Version von pytorch kompatibel, deinstallieren Sie alles und starten Sie neu
1. Der erste Schritt ist die Deinstallation von pytorch
pip uninstall pytorch
2. Gehen Sie auf die offizielle Website, um die Installationsanweisungen zu kopieren und mit conda zu installieren.
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
Unter ihnen muss Torchvision Torchaudio nicht installiert werden, wenn es nicht in der CV-Richtung ist; -c bedeutet, von der offiziellen Website herunterzuladen, es ist extrem langsam, verwenden Sie dies nicht, verwenden Sie ein Spiegelbild; cudatoolkit=11.3 bedeutet die cuda-Zubehörversion, es ist diese Inkompatibilität, die einen Fehler verursacht, ersetzen Sie sie durch Ihre eigene Versionsnummer .
Die Installationsanweisungen unter der endgültigen CUDA 11.1-Version sind vereinfacht zu:conda install pytorch cudatoolkit=11.1 pytorch
Korrespondenz zwischen Pytorch-Versionen und Cuda-Versionen
Link zur offiziellen Website : https://pytorch.org/get-started/ previous-versions/
Hinweis : Unterstützt die niedrigere Version von pytorch eine höhere Version von cuda; eine höhere Version von pytorch ist im Allgemeinen mit einer niedrigeren Version von cuda kompatibel. Zum Beispiel: Sie brauchen pytorch 1.7.0, dann kann cuda nur 11.0 und niedriger sein. Die offiziell empfohlenen Cuda-Versionen sind 10.2 und 11.3, die die meisten Pytorch-Versionen unterstützen.
| PyTorch-Version | CUDA-Umgebung |
|---|---|
| 0.4.1, 1.2.0, 1.4.0, 1.5.0(1), 1.6.0, 1.7.0(1) | 9.2 |
| 1.2.0, 1.1.0, 1.0.0(1) | 10.0 |
| 1.4.0, 1.5.0(1), 1.6.0, 1.7.0(1) | 10.1 |
| 1.5.0(1)、1.6.0、1.7.0(1)、1.8.0(1)、1.9.0、1.10.0 | 10.2 |
| 1.7.0(1) | 11.0 |
| 1.8.0(1), 1.9.0, 1.10.0 | 11.1 |
| 1.8.0(1), 1.9.0, 1.10.0 | 11.3 |
Das Obige ist die Lösung für die Ursache dieses Fehlers. Sie können gerne eine Nachricht im Kommentarbereich hinterlassen, um zu diskutieren, ob der Fehler behoben werden kann.Wenn es nützlich ist, liken und sammeln Sie den Artikel. Vielen Dank für Ihre Unterstützung. Der Blogger hat die Motivation, die aufgetretenen Probleme weiter aufzuzeichnen.!!!
Tausende von Full-Stack-VIP-Q&A-Gruppen zur Kontaktaufnahme mit Bloggern, um Fehler zu beheben
Aufgrund der begrenzten Zeit und Energie von Bloggern gibt es jeden Tag zu viele private Nachrichten, und es gibt keine Möglichkeit für jeden Fan, rechtzeitig zu antworten. Antworten Sie also zuerst VIP-Fans, und Sie können den vollen Stack von Tausend Personen betreten Abonnieren der zeitlich begrenzten 9,9 bezahlten Kolumne "100 Days Mastering Python from Getting Started to Employment" VIP-Antwortgruppe, erhalten Sie vorrangige Antwortmöglichkeiten (Code-Anleitung, Remote-Service), kostenlose Prostitution 80G-Lernmaterial-Spree, Kolumnen-Abonnementadresse: https:/ /blog.csdn.net/yuan2019035055/category_11466020.html
-
Vorteile :Der Autor legt Wert auf Antwortmöglichkeiten (Code-Führung, Fernwartung) und viele Bonzen in der Gruppe können sich warm halten (große werksinterne Aufstiegschancen) Diese Kolumne ist ein komplettes Lehrwerk, das speziell für Studenten mit Null-Grundlage aufbereitet wurde und diejenigen, die sich weiter verbessern müssen, von 0 auf 100, weiter voranbringen und vertiefen, und es wird praktische Projekte im Anschluss geben, damit Sie Interviews problemlos bewältigen können!
-
Säulenvorteile :Lebenslaufberatung, interne Empfehlung für die Einstellung, wöchentliche Lieferung von physischen Büchern, 80 GB Full-Stack-Lernvideos, 300 IT-E-Books: Python, Java, Front-End, Big Data, Datenbank, Algorithmus, Crawler, Datenanalyse, maschinelles Lernen, Fragenbank für Vorstellungsgespräche usw.
-
Hinweis : Wenn Sie eine zeitnahe Antwort erhalten, mit den Großen kommunizieren und lernen möchten, nachdem Sie die Kolumne abonniert haben, senden Sie dem Blogger eine private Nachricht, um der VIP-Q&A-Gruppe mit Tausenden von Menschen beizutreten
