PyTorch no longer supports this GPU because it is too old

  本来学着MXNET来着,因为第一版《动手学深度学习》配套视频用的MXNET,跟着视频学好理解点,结果导师说学校里基本都是用的PyTorch或TensorFlow,刚好第二版的配套视频是用的PyTorch,那开始学PyTorch呗,但这个环境搭起来比MXNET费力不少,之前也有转载过一个链接,跟着几步就完成了,也可能是我电脑原因,花了两天时间研究,刚开始都按教程视频的来,结果最后显示了电脑的GPU太老不能运行,后面想了想说不定可能是下载的版本太高。
PyTorch no longer supports this GPU because it is too old_第1张图片
  参考文章:点击此处
  我用的也是第二个方法,用的的CUDA8.0版本。
  先把之前安装的给卸载了。

conda uninstall pytorch

  在Anaconda Prompt运行。推荐新建一个新环境,失败了也能重新删了再来过。这里试过用python=3.5,但到后来就运行不了jupyter notebook了,可能是python版本低的缘故。

conda create -n pytorch python=3.6 anaconda
activate pytorch 

  百度云(提取码:itso)下载对应文件,在上篇文章里有说明应该选哪个。

cd /d "下载包的路径"
conda install numpy mkl cffi
conda install --offline pytorch-0.3.0-py36_0.3.0cu80.tar.bz2

  测试:

python
import torch
a = torch.ones((3,1))
a = a.cuda(0)

  后面就下载d2l、jupyter notebook和其他需要的工具(运行时会有报错)就好了。

pip install d2l
pip install jupyter notebook
pip install torchvision

  这两天基本都在失败中度过,尝试了各种各样的办法结果都不行,都想着直接摆烂,等换电脑了,但就在一次次不断的试错中对一些指令也熟悉了起来,对原理的也大概有了个概念,其实有很多错误说不定你多运行几次,多重来几次说不定就好了(下载不稳定),新建的环境多试试,反正错了可以重来,就是有很多时间浪费在等待安装和下载上有些让人心烦,最后jupyter notebook上能成功运行代码了真的挺开心的。这篇文章单纯是为了发泄一下这两天压抑在心里的情绪,感觉又有了希望。虽然没啥干货,但还是希望能多少帮助一些有类似问题的人吧,多尝试多试错,总会成功的。



  2021.5.28更新
  突然发现还是没用…在安装其他包的时候可能是自动认定pytorch版本太低了,会给你自动更新,所以就又回到原点了…看看能不能有别的方法吧

  2022.3.17更新
  时隔一年,又一次尝试安装gpu版的pytorch,终于成功了,我的笔记本还能再战10年!期间还花了2块钱买了金山毒霸一天会员,把C盘清理了一下。下面就简单记录一下,相关操作可以从很多文章中找到。
  1.安装CUDA和cudnn(注意版本问题,说不定我第一次就是死在这个上面的)(cudnn下载比较麻烦,建议右键链接用迅雷下载)
  2.创建虚拟环境
  3.设置镜像源
  4.conda install pytorch == 1.4.0 torchvision == 0.5.0 cudatoolkit = 10.1
  5.测试成功
  因为我的CUDA版本是10.1,参考的是这篇文章,一行指令直击痛点。
  果然还是不能放弃啊~
PyTorch no longer supports this GPU because it is too old_第2张图片

你可能感兴趣的:(动手深度学习PyTorch,python,深度学习,pytorch)