مشکل Torch not compiled with CUDA enabled در پای تورچ
در این نوشته به بررسی مشکل
raise AssertionError(“Torch not compiled with CUDA enabled”)
AssertionError: Torch not compiled with CUDA enabled
در پایتون و پای تورچ میپردازیم.
مشکل Torch not compiled with CUDA enabled در پای تورچ
اگر به این مشکل در اجرای برنامهی PyTorch خود خوردید ابتدا با کد زیر بررسی کنید که CUDA در سیستم شما در دسترس است یا خیر. برای این کار از اسکریپت زیر استفاده کنید:
print(torch.__version__) device = 'cuda' if torch.cuda.is_available() else 'cpu' print(device) print(torch.cuda.is_available()) exit()
شما ابتدا باید چک کنید تا کتابخانهی cudatoolkit نصب است و اگر این کتابخانه نصب بود خطای بالا به علت این است که شما یک کارت گرافیک Nvidia ندارید.
نکته: اگر کارت گرافیک Nvidia ندارید یا مشکل اجرا روی GPU دارید میتوانید از Google Colab Research استفاده کنید.
نکته: در مک بوکهای M1 شما این مشکل را خواهید داشت پس باید از Google Colab Research استفاده کنید.
نکته: در سیستمهای ویندوزی و لینوکسی نیاز دارید تا ابزار Cudatoolkit را از این لینک نصب کنید.
برای بررسی فعال بودن روی Google Colab کد زیر را اجرا کنید فقط قبل از اجرای آن وارد بخش:
Runtime > change runtime type > Hardware accelerator > GPU
بعد از قرار دادن مقدار Hardware accelerator روی GPU کد زیر را اجرا کنید:
!nvidia-smi import torch torch.cuda.is_available() import tensorflow as tf tf.test.gpu_device_name()
منتظر آموزشها و نکات کلیدی دیگر بمانید.



















نسخههای جدید PyTorch روی CPU هم با سرعت قابل قبولی اجرا میشن؟
بله، نسخههای جدید PyTorch روی CPU هم بهینهسازی شدهاند و برای بسیاری از تسکها سرعت قابل قبولی دارند.
روی سیستمهای لینوکسی و ویندوزی نصب cudatoolkit مشابهه یا فرق داره؟
نصب cudatoolkit در سیستمهای لینوکسی و ویندوزی مشابه است و میتوانید از لینک ارائه شده در پست برای دانلود و نصب آن استفاده کنید.
اگر کارت گرافیک Nvidia داشته باشیم ولی هنوز خطا بده، چه چیزایی باید چک کنیم؟
اگر کارت گرافیک Nvidia دارید، مطمئن شوید که درایورهای آن به درستی نصب شدهاند و نسخه PyTorch شما با پشتیبانی از CUDA کامپایل شده است.
تفاوت نسخههای PyTorch با و بدون پشتیبانی CUDA چیه؟
نسخههای PyTorch با پشتیبانی CUDA برای استفاده از قدرت پردازشی کارتهای گرافیک انویدیا طراحی شدهاند و سرعت محاسبات را به طور چشمگیری افزایش میدهند، در حالی که نسخههای بدون CUDA فقط از CPU استفاده میکنند
آیا روی مک بوکهای M1 هیچ راهی برای اجرای PyTorch با GPU محلی وجود داره یا فقط Colab جواب میده؟
متاسفانه در حال حاضر برای مکبوکهای M1، بهترین و مطمئنترین راه برای اجرای PyTorch با GPU، استفاده از Google Colab است.