PyTorch报错torch.cuda.is_available() is False解决方法

最新推荐文章于 2026-04-30 09:57:46 发布
原创 最新推荐文章于 2026-04-30 09:57:46 发布 · 1.8k 阅读 · 2 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
标签
#pytorch #人工智能 #python
当尝试使用PyTorch运行在GPU上时遇到错误，提示CUDA未正常工作。检查发现CUDA样本运行失败，原因是NvidiaFabricManager服务未启动。通过在服务器上启用并启动NvidiaFabricManager服务，可以解决此问题，使CUDA恢复正常运行。

问题

PyTorch无法使用GPU，报以下错误：

Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False.

分析

验证CUDA 运行是否正常：

# 进入 CUDA Samples目录，以“~/NVIDIA_CUDA-11.0_Samples”为例
cd ~/NVIDIA_CUDA-11.0_Samples/1_Utilities/deviceQuery
make
./deviceQuery

发现CUDA不能正常运行：

CUDA Device Query (Runtime API) version (CUDART static linking)

cudaGetDeviceCount returned 802
-> system not yet initialized
Result = FAIL

查找资料发现是由于服务器重启后Nvidia Fabric Manager没有启动导致。

解决

配置Nvidia Fabric Manager开机启动并启动服务：

sudo systemctl enable nvidia-fabricmanager.service
sudo service nvidia-fabricmanager start

CUDA即可正常运行。

参考

cuda runtime error (802) : system not yet initialized …/THCGeneral.cpp:50

torch.cuda.is_available()返回false——解决办法
热门推荐
qq_46126258的博客
01-17 28万+
首先问一下你自己是不是在清华镜像加速下载的！ 如果是，你是不是天真的以为把官网的下载链接放在prompt上去掉 -c pytorch去掉就走了捷径，能更快的安装了？ No！无论你是重装多少次，都一样，torch.cuda.is_available()返回false 如果你遇到这个问题，不用担心你的步骤是不是错了，因为你被conda镜像安装给坑了。你以为下载的是GPU版本，其实镜像下载的是cpu版本，你必须手动去镜像网站下载gpu版的包并离线安装 如果不信，可以试试这句 python import torch
pytorch出错: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False
六五酥的博客
05-10 3万+
错误一：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. 解决方法：在torch.l
PyTorch新手必看：torch.cuda.is_available()返回False？手把手教你排查CUDA环境问题
最新发布
weixin_27310985的博客
04-30 341
本文详细解析了PyTorch新手在配置GPU环境时遇到的常见问题——`torch.cuda.is_available()`返回False的原因及解决方案。从基础硬件驱动检查到CUDA版本匹配、虚拟环境配置，再到操作系统特定问题和高级排查技巧，提供了一套完整的排错指南，帮助开发者快速恢复GPU加速功能。
torch.cuda.is_available()返回false以及在pytorch官网下载遇到没有符合需求的版本的问题
qq_44658096的博客
09-11 5036
torch.cuda.is_available()返回false以及在pytorch官网下载之前的适用cuda10.2的pytorch的方法
Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False.
weixin_40438421的博客
05-05 4339
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。根据服务器的CUDA版本选取合适的pytorch对应的CUDA版本，比如，我的服务器CUDA版本为11.0，所以我也要。找pytorch对应的CUDA版本，然后再看看哪个pytorch版本适合你的项目。然后安装相应的版本即可。对应的就是显卡驱动对应的CUDA版本。然后到pytorch官网找对应的版本。执行命令nvidia-smi。
【一文解决】已安装CUDA与Pytorch但torch.cuda.is_available()为False
乔卿的博客
06-15 15万+
已经安装CUDA与Pytorch。但执行如下Python脚本，输出结果为False，本文给出了尽可能详细全面的解决思路。
远程服务器conda虚拟环境下安装pytorch报错torch.cuda.is_available() False解决方法
qq_43546528的博客
03-15 836
远程服务器配置 Anaconda 并安装 PyTorch 详细教程_怎么在服务器上安装pytorch_friedrichor的博客-CSDN博客s。同样是在官网再下一次pytorch，但是用pip！不要用cuda，其他的根据自己的版本选择即可，如下图。然后根据网上的解决流程我发现，自己在官网下的pytorch是cpu的。失败很多次不要气馁呜呜呜，同样也对我自己说，加油哇大家~1、先卸载原来下的pytorch，使用指令。复制最后一条指令，直接回车，等待就好了。但是在最后一步，我的报错了。
保姆级教程：用Anaconda安装PyTorch（含CUDA 11.8配置避坑指南）
s4t5u6v的博客
02-24 736
本文提供了一份详细的Anaconda安装PyTorch的保姆级教程，特别针对CUDA 11.8配置中的常见问题提供了避坑指南。从Anaconda的安装与虚拟环境创建，到CUDA 11.8和cuDNN的精准配置，再到PyTorch的多种安装方式与验证步骤，帮助开发者快速搭建深度学习环境并实现GPU加速。
Jimeng AI Studio部署指南：NVIDIA驱动/CUDA/PyTorch版本兼容性配置清单
weixin_35705784的博客
03-05 697
本文介绍了在星图GPU平台上自动化部署Jimeng AI Studio (Z-Image Edition)镜像的完整环境配置指南。通过梳理NVIDIA驱动、CUDA与PyTorch的版本依赖关系，提供了一份清晰的兼容性清单，帮助用户快速搭建稳定的AI影像创作环境，实现高效的图片生成与编辑。
RTX 3060显卡在Win11上安装PyTorch-GPU版，保姆级避坑指南（含CUDA 11.7/cuDNN下载）
weixin_42783709的博客
04-12 468
本文详细介绍了在Win11系统上为RTX 3060显卡安装PyTorch-GPU版的完整流程，包括CUDA 11.7和cuDNN的下载与配置。通过保姆级避坑指南，帮助用户解决版本兼容性、驱动更新和环境变量配置等常见问题，确保深度学习开发环境的高效搭建。
RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() i
入门记
09-23 1万+
意思：运行时错误：正在尝试反序列化CUDA设备上的对象，但torch.CUDA.is_available（）为False。如果您在只有CPU的机器上运行，请使用torch.load和map_location='pu'将您的存储映射到CPU。：torc.CUDA.is_available（）为False。pip list 查看torch版本，查看匹配的显卡驱动，显示正常。卸载torch，重新安装了包含cuda包的torch版本。软件：torch，显卡驱动，CUDA。查看CUDA版本，没有CUDA。
torch.cuda.is_available输出False的原因、影响与解决方法
qq_42202395的博客
06-09 5万+
一. 出现torch.cuda.is_available为False的原因 安装的版本问题 可能安装了PyTorch的CPU版本，它所安装的Pytorch是不带CUDA的，代码处理图像时没有用GPU而只用了CPU 检查GPU是否支持CUDA问题 https://www.geforce.cn/hardware/technology/cuda/supported-gpus查找自己的GPU是否支持cuda，绝大多数GPU都是支持cuda的 GPU不支持cuda 如何成功在没有nvidia驱动的win
torch.cuda.is_available函数总返回False
xswl5148的博客
03-16 3万+
torch.cuda.is_available函数总返回False问题解决一、问题描述（使用网上两种解决方法仍不能解决）1. 网上总结的方法一：根据自己cuda版本按照官网提供的安装命令安装pytorch2. 网上总结的方法二：去NVIDIA官网安装最新驱动二、问题分析三、解决方法 一、问题描述（使用网上两种解决方法仍不能解决） 在import pytorch后，使用以下函数： torch.cuda.is_available() 这个函数返回True即为使用了cuda，但是我这里总是返回False。 1
关于torch.cuda.is_available() 返回False 详细说明及解决
qyhua的专栏
02-23 4万+
CUDA（Compute Unified Device Architecture）是由NVIDIA开发的用于并行计算的平台(通用计算构建的运算平台，是建立GPU显卡驱动层之上，必须与之相匹配。cuda的上层通常是各种机器学习库如PyTorch,cuDNN)。cuda作用是利用NVIDIA GPU（图形处理单元）的强大计算能力来加速各种科学计算、数值模拟和深度学习任务。cuda与gpu与PyTorch的关系图如下：gpu。
讲解Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False
牛肉胡辣汤
12-12 2454
"Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False" 错误提示表明您的代码尝试将一个在 CUDA 设备上训练好的模型加载到不支持 CUDA 的设备上，或者是将其加载到 CPU 上。在 PyTorch 中，当您试图将一个已经在 CUDA 设备上训练好的模型加载到 CPU 上时，或者当尝试将一个在 CUDA 设备上训练好的模型加载到不支持 CUDA 的设备上时，就会出现这个错误。
亲测有效解决torch.cuda.is_available()返回False的问题（分析+多种方案），点进不亏
零碎@流年絮语 的博客
10-29 6万+
文章目录解决torch.cuda.is_available()返回False出现返回False的原因问题1：版本不匹配问题2：错下成了cpu版本的（小编正是这种问题）解决方案方案一方案二 解决torch.cuda.is_available()返回False 出现返回False的原因 问题1：版本不匹配 电脑实际安装的CUDA版本 大于 已安装的pytorch所对应的CUDA的版本 注意：小于等于是可以的，但是不能大于 问题2：错下成了cpu版本的（小编正是这种问题） 可能使用了清华源镜像，但是清华源镜像中
【PyTorch】一文详细介绍 torch.cuda.is_available()
创作高质量博文，分享知识，共同进步！
04-05 1万+
🚀【PyTorch实战】一文掌握torch.cuda.is_available()，解锁GPU加速之旅！🔥 本文深入浅出地介绍了PyTorch中如何检查GPU是否可用，让你轻松驾驭GPU加速深度学习。从基础概念到进阶技巧，一文搞定！掌握GPU内存管理、CUDA错误处理，让你的深度学习模型训练更高效。还有最佳实践分享，助你在深度学习道路上驰骋。别等了，快来加入我们，一起享受GPU带来的速度与激情吧！#PyTorch #GPU加速 #深度学习 #torch.cuda.is_available()
【cuda报错】torch.cuda.is_available()返回false解决方案
weixin_44955407的博客
06-12 1万+
-----2021.7.27更新------ 针对cp38做了适当解释，其余未作修改。
torch.cuda.is_available()显示false解决方法
LiRongLu_的博客
05-17 9746
确保环境变量CUDA_HOME和LD_LIBRARY_PATH正确设置。如果以上方法都没有解决问题，可以尝试重新安装PyTorch，并确保选择支持CUDA的版本。确保你已经正确安装了CUDA和cuDNN，并且它们的版本与PyTorch兼容。确保你安装的PyTorch版本支持CUDA。确保你的显卡驱动是最新的。你可以从NVIDIA官网下载最新的驱动程序并安装。确保你的GPU没有被其他进程占用。确保输出显示了正确的CUDA版本。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值