[PYTHON] Verwenden Sie RTX 3090 mit PyTorch

~~ * Informationen zum 24. Oktober 2020. ~~ ** PyTorch 1.7 wurde am 28.10. Veröffentlicht und ist mit CUDA 11 kompatibel und kann mit RTX3090 verwendet werden. ** ** **

Wenn Sie einfach ein Upgrade auf PyTorch 1.7 durchführen, können Sie es daher mit RTX3080 / 3090 verwenden.

Das Folgende sind alte Informationen.

Aufgabe

Derzeit unterstützt PyTorch 1.6 RTX 3080/3090 nicht und gibt den folgenden Fehler aus.

GeForce RTX 3090 with CUDA capability sm_86 is not compatible with the current PyTorch installation.

Lösungen

Die Problemumgehung besteht darin, die Entwicklungsversion von PyTorch 1.8 zu installieren.

pip install --pre torch torchvision -f https://download.pytorch.org/whl/nightly/cu110/torch_nightly.html

Obwohl es sich um cu110 handelt, gibt es kein Problem, da es auch dann funktioniert, wenn Sie cuda11.1 verwenden.

Versionsinformation

NVIDIA-SMI 455.23.05 Driver Version: 455.23.05 CUDA Version: 11.1/Ubuntu 20.04

Ergebnis

Früher habe ich 2070 SUPER verwendet, aber die Lerngeschwindigkeit ist ungefähr dreimal höher. Auch Jax funktionierte normal.

Ref.

Recommended Posts

Verwenden Sie RTX 3090 mit PyTorch
Spiele mit PyTorch
Kreuzvalidierung mit PyTorch
Beginnend mit PyTorch
Verwenden Sie mecab-ipadic-neologd mit igo-python
Verwenden Sie ansible mit cygwin
Verwenden Sie pipdeptree mit virtualenv
[Python] Verwenden Sie JSON mit Python
Verwenden Sie Mock mit Pytest
Verwenden Sie den Indikator mit pd.merge
Verwenden Sie Gentelella mit Django
Verwenden Sie Mecab mit Python 3
Verwenden Sie Tensorboard mit Chainer
Verwenden Sie DynamoDB mit Python
Verwenden Sie pip mit MSYS2
Verwenden Sie Python 3.8 mit Anaconda
Verwenden Sie Copyright mit Spacemacs
Die Geschichte des Versuchs, Tensorboard mit Pytorch zu verwenden
Verwenden Sie Python mit Docker
Verwenden Sie TypeScript mit Django-Kompressor
Installieren Sie Fackelstreuung mit PyTorch 1.7
Verwenden Sie WENIGER mit Django
Verwenden Sie MySQL mit Django
Verwenden Sie Enum mit SQLAlchemy
Verwenden Sie Tensorboard mit NNabla
Verwenden Sie GPS mit Edison
Verwenden Sie nim mit Jupyter
Verwenden Sie die Trello-API mit Python
Verwenden Sie gemeinsam genutzten Speicher mit gemeinsam genutzten Bibliotheken
Verwenden Sie benutzerdefinierte Tags mit PyYAML
Verwenden Sie Richtungsdiagramme mit networkx
Verwenden Sie TensorFlow mit Intellij IDEA
Verwenden Sie die Twitter-API mit Python
Verwenden Sie pip mit Jupyter Notebook
Versuchen Sie Auto Encoder mit Pytorch
Verwenden Sie DATE_FORMAT mit dem SQLAlchemy-Filter
Verwenden Sie TUN / TAP mit Python
Verwenden Sie sqlite3 mit NAO (Pepper)
Versuchen Sie, XOR mit PyTorch zu implementieren
Verwenden Sie die load_extensions von sqlite mit Pyramid
Verwenden Sie Windows 10-Schriftarten mit WSL
Verwendung von Chainer mit Jetson TK1
Verwenden Sie SSL mit Sellerie + Redis
Implementieren Sie PyTorch + GPU mit Docker
Verwenden Sie Cython mit Jupyter Notebook
Vorhersage des Nikkei-Durchschnitts mit Pytorch 2
Maschinelles Lernen Minesweeper mit PyTorch
PyTorch mit AWS Lambda [Lambda-Import]
Verwenden Sie Maxout + CNN mit Pylearn2
Verwenden Sie WDC-433SU2M2 mit Manjaro Linux
Verwenden Sie OpenBLAS mit numpy, scipy
Vorhersage des Nikkei-Durchschnitts mit Pytorch
Führen Sie mit PyTorch eine geschichtete Aufteilung durch
Verwenden Sie die Unterschall-API mit Python3
Ich habe Word2Vec mit Pytorch gemacht
Verwenden von Sonicwall NetExtener mit Systemd
Verwenden Sie prefetch_related bequem mit Django
Verwenden Sie einen AWS-Interpreter mit Pycharm
Verwenden von Bokeh mit IPython Notebook
Verwenden Sie Python-ähnliche Bereiche mit Rust