在linux + RTX3080上运行深度学习的经验

失败与经验分享

失败一：RuntimeError: CUDA error: no kernel image is available for execution on the device
- 查看torch, cuda版本命令
解决方法
失败二：GeForce RTX 3080 with CUDA capability sm_86 is not compatible with the current PyTorch installation
- 解决方法和上面的一样，这个就是提醒你是CUDA版本不支持你的显卡。
失败三：ImportError: /lib64/libstdc++.so.6: version `CXXABI_1.3.9‘ not found
- 解决办法：
提醒，这只是我个人的失败与教训，先查看你的硬件软件版本，你的环境配置。
如果问题没有解决可以私聊。

失败一：RuntimeError: CUDA error: no kernel image is available for execution on the device

查看torch, cuda版本命令

如果你是30系显卡，又和我的版本一样，那肯定会报错误。

解决方法

错误原因在于CUDA版本不对，一般30系列显卡对应的CUDA版本使用10.2以上，本人选择使用Cuda11.1
所有可以选择重新安装torch及cudnn.

pip install torch==1.8.0+cu111 torchvision==0.9.0+cu111 torchaudio==0.8.0 -f https://download.pytorch.org/whl/torch_stable.html

成功安装之后，在import torchvision可能又遇到失败三ImportError: /lib64/libstdc++.so.6: version `CXXABI_1.3.9‘ not found
解决办法到失败三中找。

失败二：GeForce RTX 3080 with CUDA capability sm_86 is not compatible with the current PyTorch installation

解决方法和上面的一样，这个就是提醒你是CUDA版本不支持你的显卡。

失败三：ImportError: /lib64/libstdc++.so.6: version `CXXABI_1.3.9‘ not found

解决办法：

第一种方法：可以照搬该**博客**
如何你没有root权限，那就使用第二种方法
第二种方法
照搬博客

提醒，这只是我个人的失败与教训，先查看你的硬件软件版本，你的环境配置。

如果问题没有解决可以私聊。

在linux + RTX3080上运行深度学习的经验相关推荐

用TVM在硬件平台上部署深度学习工作负载的端到端 IR 堆栈
用TVM在硬件平台上部署深度学习工作负载的端到端 IR 堆栈深度学习已变得无处不在,不可或缺.这场革命的一部分是由可扩展的深度学习系统推动的,如滕索弗洛.MXNet.咖啡和皮托奇.大多数现有系统针对 ...
OpenCV在Android设备上运行深度网络
OpenCV在Android设备上运行深度网络在Android设备上运行深度网络介绍要求创建一个空的Android Studio项目添加OpenCV依赖项做一个样品在Android设备上 ...
在英特尔硬件上部署深度学习模型的无代码方法 OpenVINO 深度学习工作台的三部分系列文章 - CPU AI 第一部
作者 Taylor, Mary, 翻译李翊玮关于该系列了解如何转换.微调和打包推理就绪的 TensorFlow 模型,该模型针对英特尔®硬件进行了优化,仅使用 Web 浏览器.每一步都在云中使用 ...
Submarine：在 Apache Hadoop 中运行深度学习框架
\u003cp\u003e作者: \u003ca href=\"https://hortonworks.com/blog/author/wtan/\"\u003eWangda Ta ...
使用Linux服务器运行深度学习代码 || 两种方法，粗暴高效
[本文是介绍快速远程使用Linux服务器运行深度学习.机器学习代码,全程高能,史上最全] 前面介绍了以下几个内容,不会的可以转链接看下教你无脑式安装Xshell.Xftp,快速远程连接使用Linux ...
Pycharm连接远程服务器、使用Pycharm运行深度学习项目、Pycharm使用总结以及Pycharm报错和解决办法
Pycharm连接远程服务器,使用Pycharm运行深度学习项目以及Pycharm的使用总结文章目录 Pycharm连接远程服务器,使用Pycharm运行深度学习项目以及Pycharm的使用总结前 ...
暑期科研见习总结：移动设备上的深度学习与模型剪枝初探
本次暑期科研见习,我有机会初步了解了人工智能的深度学习和模型压缩的基本内容,并在移动设备(树莓派3B)上进行了一些简单的深度学习模型训练.在见习结束之际,总结一下这次学习的内容,也期待之后能够继续在相 ...
在谷歌云服务器上搭建深度学习平台
2018年9月8日笔记登录谷歌云控制台需要科学上网,连接云主机不需要科学上网. 阅读此文并进行操作的前提是已经成功申请谷歌云的使用资格,并获得300美元使用金额. 如何申请谷歌云的使用,请阅读另外一 ...
干货 | 如何使用 CNN 推理机在 IoT 设备上实现深度学习
作者 | 唐洁责编 | 何永灿通过深度学习技术,物联网(IoT)设备能够得以解析非结构化的多媒体数据,智能地响应用户和环境事件,但是却伴随着苛刻的性能和功耗要求.本文作者探讨了两种方式以便将深度学 ...