报错“no CUDA-capable device is detected”

最新推荐文章于 2025-05-28 17:39:12 发布
最新推荐文章于 2025-05-28 17:39:12 发布
阅读量4.5k 收藏 2
点赞数 2
CC 4.0 BY-SA版权
分类专栏： 深度学习环境配置 文章标签： 深度学习
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。
本文链接：https://blog.csdn.net/ruiying413/article/details/105160331
本文解决了一个常见的CUDA运行错误，即“没有检测到CUDA兼容设备”。通过检查显卡编号并修改Python源码中的CUDA_VISIBLE_DEVICES环境变量，成功解决了该问题。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

运行代码时报错：

RuntimeError: cuda runtime error (38) : no CUDA-capable device is detected at /opt/conda/conda-bld/pytorch-nightly_1553749764730/work/aten/src/THC/THCGeneral.cpp:51

解决办法：
环境没有问题的情况下，可能是使用GPU的编号有问题。

  1. 新建终端窗口，运行命令sudo nvidia-settings，在弹出的NVIDIA窗口中查看自己的显卡编号，如下图所示
    在这里插入图片描述
  2. 打开代码运行的Python源码文件，查找形如os.environ[“CUDA_VISIBLE_DEVICES”]的代码行，将右边的数字改为上述查看的显卡编号，如下图所示：
    在这里插入图片描述

好了，完成！

【问题解决】failed call to cuInit: CUDA_ERROR_NO_DEVICE: no CUDA-capable device is detected
qq_48185833的博客
07-04 3963
解决gpu无法连接启动的问题
cuda runtime error (38) : no CUDA-capable device is detected
Heng1511164937的博客
06-01 2741
在vscode中训练模型时，出现如下错误： cuda runtime error (38) : no CUDA-capable device is detected at /pytorch/aten/src/THC/THCGeneral.cpp:51 原因在于CUDA没选对，需要在先查看自己有几块显卡： 在terminal中输入， nvcc --version # 查看自己的CUDA版本 ...
[问题解决] no CUDA-capable device is detected
博客
11-29 2186
本文主要解决提示no CUDA-capable device is detected的问题。
关于 tensorrt 导出发生 [TRT] [W] Unable to determine GPU memory usage: no CUDA-capable device is detected
最新发布
weixin_47621500的博客
05-28 248
在 Python 中，仅仅 import torch 不会触发 CUDA 初始化。只有在你显式使用 CUDA 相关功能时（比如 torch.cuda.is_available()、torch.tensor(…).cuda() 等），才会加载 CUDA 驱动并检测 GPU。但神奇的是，我同一个项目的其他文件中，engine导出却是正常的，显然不是GPU的问题。，因为仅仅是使用 yolo的导出，所以没报错。在导入pt文件转换tensorrt时，我发现出现了该情况。猛地我发现，似乎没有在该py文件中。
RuntimeError: cuda runtime error (100) : no CUDA-capable device is detected at /opt/conda/conda-bld/
weixin_45236595的博客
05-03 1844
原因： 1 no CUDA-capable device ，可能原因时没有torch-GPU 2 在代码中指定了GPU(多卡情况下)，而单卡中是 ‘0’ os.environ["CUDA_VISIBLE_DEVICES"] = '1' 解决： 1 将 os.environ[“CUDA_VISIBLE_DEVICES”] = ‘1’ 修改为 os.environ["CUDA_VISIBLE_DEVICES"] = '0' 3 或者注释该行代码 最后，附上pytorch
报错：RuntimeError: cuda runtime error (100) : no CUDA-capable device is detected at /pytorch/aten/src/
muli
11-03 5275
no CUDA-capable device ，可能原因时没有torch-GPU 在代码中指定了GPU(多卡情况下)，而单卡中是 ‘0’ os.environ["CUDA_VISIBLE_DEVICES"] = '1' 将 os.environ[“CUDA_VISIBLE_DEVICES”] = ‘1’ 修改为 os.environ["CUDA_VISIBLE_DEVICES"] = '0' 或者注释该行代码 最后，附上pytorch自查代码： ..
出现“no CUDA-capable device is detected”报错解决
热门推荐
flowrush的博客
05-09 8万+
我是配置digits时候，按照github步骤导致cuda出了问题。错误如下：解决办法这种问题出现在cudn驱动的问题导致的，使得与显卡版本不匹配，这时候需要更新显卡驱动，重新解决一下。寻找合适的驱动版本$ ubuntu-drivers devices1 如上图，显示GTX 960M显卡建议的驱动版本是390c.安装nvidia driver$ sudo apt-get install nvidi...
RuntimeError: cuda runtime error (38) : no CUDA-capable device is detected at /pytorch/aten/src/THC/
ruiying413的博客
03-20 3309
:https://blog.csdn.net/Felaim/article/details/100516282 报错 baocuoneirong RuntimeError: cuda runtime error (38) : no CUDA-capable device is detected at /pytorch/aten/src/THC/THCGeneral.cpp:51 快捷键Ctrl...
Check failed: error == cudaSuccess (38 vs. 0) no CUDA-capable device is detected
清风与归
03-25 1941
Check failed: error == cudaSuccess (38 vs. 0) no CUDA-capable device is detected *** Check failure stack trace: *** @ 0x7fc585c8f5cd google::LogMessage::Fail() @ 0x7fc585c91433 goog...
验证cuda时 no CUDA-capable device is detected
07-20
当出现"No CUDA-capable device is detected"的错误消息时，表示你的系统无法检测到CUDA兼容的设备。这可能是由以下几个原因引起的： 1. 缺少或错误的驱动程序：首先，确保你已正确安装了与你的GPU型号兼容的CUDA...
no CUDA-capable device is detected XXX
ghjdst的博客
02-01 477
我是在运行cuda C++程序时报的这个错误，6运行cuda C++程序也就没问题了。显示nvidia-450.57。说明是cuda驱动找不到了，2.但是使用nvcc -V。检查驱动和cuda。
（已解决)RuntimeError: cuda runtime error (100) : no CUDA-capable device is detected at
imqyt的博客
04-07 5975
我们将我们的代码上传到服务器运行是，遇到下面问题： THCudaCheck FAIL file=/pytorch/aten/src/THC/THCGeneral.cpp line=50 error=100 : no CUDA-capable device is detected Traceback (most recent call last): File "HyperAttentionDTI_main.py", line 185, in <module> model = Att
Pytorch "cuda runtime error (38) : no CUDA-capable device is detected”报错解决
zhangboshen的博客
12-06 7247
我在执行network.cuda()的时候报错： RuntimeError: cuda runtime error (38) : no CUDA-capable device is detected at /pytorch/aten/src/THC/THCGeneral.cpp:50 查询了一下解决方案，很多时候这个错误是Nvidia的驱动版本和CUDA不匹配导致的，比如：https://blo...
“no cuda-capable device is detected”问题解决方法
宇天的学术博客
05-28 3万+
仅供本人参考！ 原因：安装好cuda5.0的centOS6.4系统重启以后，执行原来的cuda代码，提示找不到cuda-device。经过度娘、谷哥，stack overflow一阵查找，大致知道问题出在哪里？但是好像百分百安装别人的提供的方法又不对。于是执行了下列一系列步骤，解决问题。 step1:重新安装Nvidia CUDA Toolkit               sudo sh
RuntimeError: cuda runtime error (38) : no CUDA-capable device is detected
weixin_38907330的博客
04-28 2353
（默认cuda版本和pytorch,以及nvidia-driver匹配）1 . 首先进入python环境，通过torch.cuda.is_available()或者torch.cuda.device_count()来确认cuda是否安装，也可以在命令行里面使用nvcc -V来查看cuda是否安装 2. 如果上述操作没问题，检查代码里面是否有这个： os.environ['CUDA_VISIBLE_DEVICES'] = '0' 把自己电脑上的cudaid放到里面去 ...
报错：no CUDA-capable device is detected 解决
qq_43222384的博客
08-08 3962
一个星期没跑模型，今天开始跑模型时，在 x =.cuda() 处报错 用 if torch.cuda.is_available(): 判断 是 FLASE 报错：no CUDA-capable device is detected 控制台 nvidia-smi 报错：Failed to initialize NVML: Driver/library version mismatch 解决办法：闭...
RuntimeError: cuda runtime error (38) : no CUDA-capable device is detected 解决办法
lindian033的博客
10-19 1万+
1、首先检查显卡驱动版本号和cuda版本号是否兼容，结果兼容。 2、我是单卡训练，将DEVICE_ID由‘2’改成‘0’后，问题解决。
Pytorch “cuda runtime error (38) : no CUDA-capable device is detected”报错解决
fangweijiex的博客
03-09 2708
Pytorch "cuda runtime error (38) : no CUDA-capable device is detected”报错解决 首先检查显卡驱动版本号和cuda版本号是否兼容，结果兼容 上网查询了一下解决方案，很多时候这个错误是Nvidia的驱动版本和CUDA不匹配导致的，但是我遇到的不是这种问题 看看是不是设置的显卡号CUDA_VISIBLE_DEVICES设置错误 os.environ["CUDA_VISIBLE_DEVICES"] = "0" 例如：如果只有一块显卡
failed call to cuInit: CUDA_ERROR_NO_DEVICE: no CUDA-capable device is detected
wang1zhong1quan的博客
01-01 5032
failed call to cuInit: CUDA_ERROR_NO_DEVICE: no CUDA-capable device is detected解决办法 在调用tensorflow作测试时遇到上述问题。 解决办法 首先在终端执行nvdia-smi，遇到错误：NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver. 然后采用https://blog.csdn.net/u012114438/artic
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