已解决RuntimeError: CUDA error: invalid device ordinal CUDA kernel errors might be asynchronously repo

这篇文章介绍了已解决RuntimeError: CUDA error: invalid device ordinal CUDA kernel errors might be asynchronously repo，分享给大家做个参考，收藏Python资料网收获更多编程知识

参考链接

报错分析

当运行以下代码出现报错:

# self.opt.gpu_ids = ["1"]
torch.cuda.set_device(self.opt.gpu_ids[0])

报错信息如下
RuntimeError: CUDA error: invalid device ordinal
CUDA kernel errors might be asynchronously reported at some other API call,so the stacktrace below might be incorrect.
For debugging consider passing CUDA_LAUNCH_BLOCKING=1.

报错完整截图

报错的信息告诉我们，编号"1"是无效的设备序号。但我使用的设备属于单机多卡，是有编号为"1"的显卡的。

解决方法

检查报错代码前面执行过的程序，特别是导入第三方库部分，发现利用os库指定了该程序可见的GPU编号及数量，即：

import os
os.environ["CUDA_VISIBLE_DEVICES"] = "1"

因此，注释掉os.environ["CUDA_VISIBLE_DEVICES"] = "1"后，重新运行程序，顺利解决bug~

---

相关技巧

Pytorch设置GPU编号

1. 在终端中运行python程序时设置

CUDA_VISIBLE_DEVICES=1 python main.py

1. 在python代码中设置

import os
os.environ['CUDA_VISIBLE_DEVICE']='1' # 使用编号为1的显卡

1. 在python代码中使用函数torch.cuda.set_device设置

import torch
torch.cuda.set_device("1")

检查GPU是否可用

import torch
torch.cuda.is_available() # 判断是否可以使用gpu计算

显示当前可用的GPU数量

import torch
torch.cuda.device_count()  # 显示gpu数量

---

结尾

亲爱的读者，首先感谢您抽出宝贵的时间来阅读我们的博客。我们真诚地欢迎您留下评论和意见，因为这对我们来说意义非凡。
俗话说，当局者迷，旁观者清。您的客观视角对于我们发现博文的不足、提升内容质量起着不可替代的作用。
如果您觉得我们的博文给您带来了启发，那么，希望您能为我们点个免费的赞/关注，您的支持和鼓励是我们持续创作的动力。
请放心，我们会持续努力创作，并不断优化博文质量，只为给您带来更佳的阅读体验。
再次感谢您的阅读，愿我们共同成长，共享智慧的果实！

版权声明：本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若内容造成侵权/违法违规/事实不符，请联系邮箱：jacktools123@163.com进行投诉反馈，一经查实，立即删除！