报错描述

执行 pip install 'git+https://github.com/facebookresearch/detectron2.git' 安装 detectron2 遇到错误：

nvcc fatal   : Unsupported gpu architecture 'compute_86'

在这里插入图片描述
报错环境：

  • Linux：Ubuntu 18.04
  • GPU：NVIDIA GeForce RTX 3090
  • CUDA：11.0
  • Pytorch：1.10
  • Python：3.9
  • GCC：7.5.0

解决方案

错误原因： GPU 3090 算力是 8.6，而当前 CUDA 11.0 不支持算力 8.6。

解决方案： 设置环境变量，降低算力要求。

# 打开配置文件
vi ~/.bashrc
# 在配置文件中添加如下一行
export TORCH_CUDA_ARCH_LIST="8.0"  # 因为是CUDA11.0，对应的算力为8.0
# 保存后source更新
source ~/.bashrc

再次执行报错的安装命令，安装成功：
在这里插入图片描述
解决方案（目前不可行）：将 CUDA 版本升级到支持算力 8.6 即可，但同时需要安装对应的PyTorch。在 CUDA官网 可以看到目前最新的 CUDA 版本是 11.6，表示支持算力 8.6 的 GPU。但是上 PyTorch官网 却看到目前 PyTorch 支持的 CUDA 最高版本是 11.3。因此这个办法暂时是不可行了，因为 PyTorch 还没有支持。
在这里插入图片描述

关于报错的原因解释

compute_86 是说当前 GPU 3090 的算力是 8.6，关于 GPU 算力和 CUDA 算力的关系是：

  • 算力 8.0 的显卡可以在最高支持算力 8.6 的 CUDA 下正常运行
  • 但算力 8.6 的显卡不能在最高支持算力 8.0 的 CUDA 下正常运行
  • 也就是说 CUDA 支持的最高算力要大于等于GPU本身的算力

关于版本问题：

  • 通常 CUDA 的最新版本要比 PyTorch 支持的 cuda 版本高，要注意
  • CUDA 10.x 最高支持算力为 7.x，CUDA 11.x 最高支持算力为 8.x
# pytorch # 深度学习
Logo
GitCode 开源社区

旨在为数千万中国开发者提供一个无缝且高效的云端环境，以支持学习、使用和贡献开源项目。

更多推荐

[转载]在Windows环境下安装GNU Radio

转自：在Windows环境下安装GNURadio_恐弱智_新浪博客GNU Radio是用Python开发的，大部分开源的工程能够在Linux环境下运行良好，而Windows下却运行的很勉强，而且安装配置都很复杂。GNU Radio算是个例外了，不光提供了Windows的二进制安装，还有比较详细的说明。我是Python小白，所以折腾了好久才弄好，特意记录下来，免得以后再装还折腾。GNU Radio的

avatar GitCode 开源社区

centOS 8 使用dnf安装Docker

DNF是什么？CentOS 8使用YUM软件包管理器版本v4.0.4。现在，该版本使用DNF(已删除YUM)。DNF是软件包管理器。它会在Linux发行版上安装，执行更新并删除软件包。使用DNF安装Docker跳过具有损坏依赖性的程序包一个有效的解决方案是使您的CentOS 8系统使用以下--nobest命令安装最符合条件的版本：sudo dnf install docker...

avatar GitCode 开源社区

定时同步数据库表(mysql+linux+crontab)

sync.sh里面的参数需要改变，ip/username/password/database/tablesync.sh#!/bin/sh# Please change the IP and password of the data source db.# Then change the table name.filename=/home/nington/db/$(date +%Y-%m

avatar GitCode 开源社区