tensorflow中有GPU，但在火炬中不可用

Question

我目前在服务器上工作，我希望能够进行Pytorch网络培训的GPU。我无法通过使用火炬检测GPU，但是，如果使用TensorFlow，我可以检测到我应该拥有的两个GPU。我想这是Pytorch/Tensorflow和CUDA版本中版本的问题。

但是，在尝试了不同版本的Pytorch之后，我仍然无法使用它们……

我正在附上GPU的特殊性以及当前版本的Tensorflow和我正在使用的Pytorch。有人有暗示吗？会很有帮助。

| NVIDIA-SMI 4--.--.--    Driver Version: 465.19.01    CUDA Version: 11.3     |
|-------------------------------+----------------------+----------------------|
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  NVIDIA GeForce ...  On   | 00000000:02:00.0 Off |                  N/A |
| 27%   39C    P8    17W / 250W |      1MiB / 11176MiB |      0%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+
|   1  NVIDIA GeForce ...  On   | 00000000:81:00.0 Off |                  N/A |
| 28%   45C    P8    11W / 250W |      1MiB / 11178MiB |      0%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                                  |
|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
|        ID   ID                                                   Usage      |
|=============================================================================|
|  No running processes found                                                 |
+-----------------------------------------------------------------------------+

$ nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2020 NVIDIA Corporation
Built on Wed_Jul_22_19:09:09_PDT_2020
Cuda compilation tools, release 11.0, V11.0.221
Build cuda_11.0_bu.TC445_37.28845127_0

火炬版本：1.10.2 TensorFlow版本：2.6.2 CUDA TOOLKIT：11.3.1

>>> print('Number of GPUs: %d' % len(tf.config.list_physical_devices('GPU')))
Number of GPUs: 2

>>> torch.cuda.is_available()
False

我很迷失...谢谢您！

Answer 1

执行PIP列表，看看您下载的火炬版本是否如下，

Torch 1.11.0 +Cu113

如果没有 +cuxxx，则您可能未启用CUDA下载火炬。

我有同样的问题，下面的安装命令对我有用。 （在Ubuntu上）

pip install torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio==0.11.0+cu113 -f https://download.pytorch.org/whl/torch_stable.html

Answer 2

我终于可以通过指定Pytorch的CUDA版本来解决此问题...这些特定版本的组合是安装基于CPU的版本。

安装正确的该服务器后，我能够使用GPU服务器毫无问题。