重启DLVM后无法通过Tensorflow/Pytorch检测GPU
重启DLVM后无法通过Tensorflow/Pytorch检测GPU
提问于 2021-06-20 23:58:01
这个问题发生在我今天重新启动云笔记本服务器时。可以使用以下步骤复制：
- 使用Tensorflow或Py火炬和GPU创建Google笔记本服务器
- 启动服务器后，打开python控制台：
>>> import torch
>>> torch.cuda.is_available()
True库达设备到目前为止都是可用的。
- 重新启动服务器，并再次打开笔记本。
>>> import torch
>>> torch.cuda.is_available()
/opt/conda/lib/python3.7/site-packages/torch/cuda/__init__.py:52: UserWarning: CUDA initialization: CUDA unknown error - this may be due to an incorrectly set up environment, e.g. changing env variable CUDA_VISIBLE_DEVICES after program start. Setting the available devices to be zero. (Triggered internally at /opt/conda/conda-bld/pytorch_1614378098133/work/c10/cuda/CUDAFunctions.cpp:109.)
return torch._C._cuda_getDeviceCount() > 0
Falsenvidia-smi命令工作正常。
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 450.80.02 Driver Version: 450.80.02 CUDA Version: 11.0 |
|-------------------------------+----------------------+----------------------+
| 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 Tesla T4 Off | 00000000:00:04.0 Off | 0 |
| N/A 43C P0 16W / 70W | 0MiB / 15109MiB | 0% Default |
| | | N/A |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=============================================================================|
| No running processes found |
+-----------------------------------------------------------------------------+nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2020 NVIDIA Corporation
Built on Thu_Jun_11_22:26:38_PDT_2020
Cuda compilation tools, release 11.0, V11.0.194
Build cuda_11.0_bu.TC445_37.28540450_0使用TensorFlow也可以复制此问题。如何解决这种情况？
回答 1
Stack Overflow用户
发布于 2021-06-25 04:19:03
备选方案-1：
升级笔记本实例的环境。请参考链接进行升级。
可以升级的笔记本实例是双磁盘，有一个引导磁盘和一个数据磁盘.升级过程将引导磁盘升级为新映像，同时将数据保存在数据盘上。
备选方案-2：
通过SSH连接到笔记本VM并运行命令链接。
执行命令后，cuda版本将更新到11.3，nvidia驱动程序版本将更新到465.19.01。
重新启动笔记本VM。
注：问题已在gpu图像中得到解决。新的笔记本将创建图像版本M74。关于新的图像版本还没有在谷歌-公开发行-追踪器中更新，但是您可以在控制台中找到新的图像版本M74。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/68060944
复制相关文章
相似问题
腾讯云开发者
