本文探讨了在Python中使用PyTorch时遇到的CUDA相关运行时错误，并提供了两种常见问题的解决方案：一是环境配置问题导致的CUDA版本不兼容；二是代码中GPU索引设置超出显卡数量。
RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False. If you are running on a CPU-only machine, please use torch.load with map_location=torch.device(‘cpu’) to map your storages to the CPU.
记录具体问题，如下图所示
出现上述错误有两种情况，分别如下：
-
环境问题
python中安装的pytorch对应的CUDA版本和服务器上的显卡驱动对应的CUDA版本不兼容，显卡驱动对应的CUDA版本应当>=pytorch对应的CUDA版本。 -
代码设置问题
代码中GPU索引的设置不正确（超出了显卡的个数）
os.environ["CUDA_VISIBLE_DEVICES"] = "3"
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
