斷言錯誤：未在啟用 CUDA 的情況下編譯 Torch

Question

來自https://pytorch.org/

在 MacOS 上安裝 pytorch 說明如下：

conda install pytorch torchvision -c pytorch
# MacOS Binaries dont support CUDA, install from source if CUDA is needed

為什么要在不啟用 cuda 的情況下安裝 pytorch？

我問的原因是我收到錯誤：

-------------------------------------------------- ------------------------- AssertionError Traceback (most recent call last) in () 78 #predicted = output.data.max(1)[1 ] 79 ---> 80 輸出 = 模型(torch.tensor([[1,1]]).float().cuda()) 81 預測 = output.data.max(1)[1] 82

~/anaconda3/lib/python3.6/site-packages/torch/cuda/ init .py in _lazy_init() 159 raise RuntimeError( 160“無法在分叉的子進程中重新初始化 CUDA。” + msg) --> 161 _check_driver(第 162 章

~/anaconda3/lib/python3.6/site-packages/torch/cuda/ init .py in _check_driver() 73 def _check_driver(): 74 if not hasattr(torch._C, '_cuda_isDriverSufficient'): ---> 75引發斷言錯誤（“Torch 未在啟用 CUDA 的情況下編譯”）76 如果不是 torch._C._cuda_isDriverSufficient()：77 如果 torch._C._cuda_getDriverVersion() == 0：

斷言錯誤：未在啟用 CUDA 的情況下編譯 Torch

嘗試執行代碼時：

x = torch.tensor([[0,0] , [0,1] , [1,0]]).float()
print(x)

y = torch.tensor([0,1,1]).long()
print(y)

my_train = data_utils.TensorDataset(x, y)
my_train_loader = data_utils.DataLoader(my_train, batch_size=2, shuffle=True)

# Device configuration
device = 'cpu'
print(device)

# Hyper-parameters 
input_size = 2
hidden_size = 100
num_classes = 2


learning_rate = 0.001

train_dataset = my_train

train_loader = my_train_loader

pred = []


for i in range(0 , model_iters) : 
    # Fully connected neural network with one hidden layer
    class NeuralNet(nn.Module):
        def __init__(self, input_size, hidden_size, num_classes):
            super(NeuralNet, self).__init__()
            self.fc1 = nn.Linear(input_size, hidden_size) 
            self.relu = nn.ReLU()
            self.fc2 = nn.Linear(hidden_size, num_classes)  

        def forward(self, x):
            out = self.fc1(x)
            out = self.relu(out)
            out = self.fc2(out)
            return out

    model = NeuralNet(input_size, hidden_size, num_classes).to(device)

    # Loss and optimizer
    criterion = nn.CrossEntropyLoss()
    optimizer = torch.optim.Adam(model.parameters(), lr=learning_rate)  

    # Train the model
    total_step = len(train_loader)
    for epoch in range(num_epochs):
        for i, (images, labels) in enumerate(train_loader):  
            # Move tensors to the configured device
            images = images.reshape(-1, 2).to(device)
            labels = labels.to(device)

            # Forward pass
            outputs = model(images)
            loss = criterion(outputs, labels)

            # Backward and optimize
            optimizer.zero_grad()
            loss.backward()
            optimizer.step()
{:.4f}'.format(epoch+1, num_epochs, i+1, total_step, loss.item()))

    output = model(torch.tensor([[1,1]]).float().cuda())

要修復此錯誤，我需要從已安裝 cuda 的源代碼安裝 pytorch 嗎？

Answer 1

總結和擴展評論：

• CUDA 是 Nvidia 專有（顯然未經許可）技術，允許在 GPU 處理器上進行通用計算。
• 很少有 Macbook Pro 擁有支持 Nvidia CUDA 的 GPU。 在這里查看您的 MBP 是否具有 Nvidia GPU。 然后，查看這里的表格，看看該 GPU 是否支持 CUDA
• iMac、iMac Pro 和 Mac Pro 的故事相同。
• 因此，在 MacOS 上默認安裝 PyTorch 時不支持 CUDA

這個 PyTorch github 問題提到很少有 Mac 有 Nvidia 處理器： https : //github.com/pytorch/pytorch/issues/30664

如果您的 Mac 確實有支持 CUDA 的 GPU，那么要在 MacOS 上使用 CUDA 命令，您需要使用正確的命令行選項從源代碼重新編譯 pytorch。