代码之家 › 专栏 › 技术社区 › Lakshay Sharma

Pytorch AssertionError:Torch未在启用CUDA的情况下编译

pytorch deep-learning python

Lakshay Sharma · 技术社区 · 6 年前

我正在尝试从运行代码 this repo . 我已经禁用了cuda通过改变行39/40的主要。py自

parser.add_argument('--type', default='torch.cuda.FloatTensor', help='type of tensor - e.g torch.cuda.HalfTensor')

到

parser.add_argument('--type', default='torch.FloatTensor', help='type of tensor - e.g torch.HalfTensor')

尽管如此,运行代码还是会出现以下异常:

Traceback (most recent call last):
  File "main.py", line 190, in <module>
    main()
  File "main.py", line 178, in main
    model, train_data, training=True, optimizer=optimizer)
  File "main.py", line 135, in forward
    for i, (imgs, (captions, lengths)) in enumerate(data):
  File "/Users/lakshay/anaconda/lib/python3.6/site-packages/torch/utils/data/dataloader.py", line 201, in __next__
    return self._process_next_batch(batch)
  File "/Users/lakshay/anaconda/lib/python3.6/site-packages/torch/utils/data/dataloader.py", line 221, in _process_next_batch
    raise batch.exc_type(batch.exc_msg)
AssertionError: Traceback (most recent call last):
  File "/Users/lakshay/anaconda/lib/python3.6/site-packages/torch/utils/data/dataloader.py", line 62, in _pin_memory_loop
    batch = pin_memory_batch(batch)
  File "/Users/lakshay/anaconda/lib/python3.6/site-packages/torch/utils/data/dataloader.py", line 123, in pin_memory_batch
    return [pin_memory_batch(sample) for sample in batch]
  File "/Users/lakshay/anaconda/lib/python3.6/site-packages/torch/utils/data/dataloader.py", line 123, in <listcomp>
    return [pin_memory_batch(sample) for sample in batch]
  File "/Users/lakshay/anaconda/lib/python3.6/site-packages/torch/utils/data/dataloader.py", line 117, in pin_memory_batch
    return batch.pin_memory()
  File "/Users/lakshay/anaconda/lib/python3.6/site-packages/torch/tensor.py", line 82, in pin_memory
    return type(self)().set_(storage.pin_memory()).view_as(self)
  File "/Users/lakshay/anaconda/lib/python3.6/site-packages/torch/storage.py", line 83, in pin_memory
    allocator = torch.cuda._host_allocator()
  File "/Users/lakshay/anaconda/lib/python3.6/site-packages/torch/cuda/__init__.py", line 220, in _host_allocator
    _lazy_init()
  File "/Users/lakshay/anaconda/lib/python3.6/site-packages/torch/cuda/__init__.py", line 84, in _lazy_init
    _check_driver()
  File "/Users/lakshay/anaconda/lib/python3.6/site-packages/torch/cuda/__init__.py", line 51, in _check_driver
    raise AssertionError("Torch not compiled with CUDA enabled")
AssertionError: Torch not compiled with CUDA enabled

花了一些时间查看Pytorch github中的问题,但没有结果。请帮忙?

4 回复 | 直到 6 年前

jizhihaoSAMA 4 年前

正在删除 .cuda() 在macOS上为我工作。

Wasi Ahmad 6 年前

如果你调查 data.py 文件中,您可以看到函数:

def get_iterator(data, batch_size=32, max_length=30, shuffle=True, num_workers=4, pin_memory=True):
    cap, vocab = data
    return torch.utils.data.DataLoader(
        cap,
        batch_size=batch_size, shuffle=shuffle,
        collate_fn=create_batches(vocab, max_length),
        num_workers=num_workers, pin_memory=pin_memory)

在中调用两次 main.py 文件以获取训练和开发数据的迭代器。如果你看到 DataLoader 类中,有一个参数称为:

pin_内存(bool,可选)如果为True,数据加载器将在返回张量之前将其复制到CUDA固定内存中。

True 在 get_iterator 作用因此,你会得到这个错误。您只需通过 pin_memory 参数值为 False get\u迭代器

train_data = get_iterator(get_coco_data(vocab, train=True),
                          batch_size=args.batch_size,
                          ...,
                          ...,
                          ...,
                          pin_memory=False)

Jimit Mistry 3 年前

在我的情况下,我没有在我的Anaconda环境中安装启用Cuda的PyTorch。请注意,您需要一个支持CUDA的GPU才能工作。

按照此链接为您拥有的特定版本的Cuda安装PyTorch: https://pytorch.org/get-started/locally/

就我而言,我安装了这个版本:

Abhishek Yadav 4 年前

所以我使用Mac,试图创建一个类似cuda的神经网络

net = nn.Sequential(
    nn.Linear(28*28, 100),
    nn.ReLU(),
    nn.Linear(100, 100),
    nn.ReLU(),
    nn.Linear(100, 10),
    nn.LogSoftmax()
).cuda()

我的错误是我试图创建nn,而Mac没有CUDA。因此,如果有人面临同样的问题,只需删除 .cuda() 您的代码应该可以工作。

编辑:

没有CUDA,你无法进行GPU计算。不幸的是,对于使用英特尔集成图形的用户来说,CUDA无法安装,因为它只与NVIDIA GPU兼容。

如果你有一个NVIDIA图形卡,很可能我们的系统上已经安装了CUDA,如果没有,你可以安装它。

你可以购买与电脑兼容的外部图形,但仅此一项就需要大约300美元,更不用说连接问题了。

Google Colaboratory,Kaggle内核(免费)
AWS、GCP(免费学分)、PaperSpace(付费)