首页 > 解决方案 > RuntimeError:cuda 运行时错误(100):未检测到支持 CUDA 的设备

问题描述

我已经看到很多人有同样的错误。我尝试在虚拟环境(我创建的)python文件中添加一些关于我的CUDA和gpu和cpu的行,但是我看到的任何答案都可以帮助我

我正在尝试安装此 Python 工具,但在执行此软件时遇到问题。

https://github.com/CorentinJ/Real-Time-Voice-Cloning

我有 10.2 的 CUDA,Pytorch 是 CUDA 10.2 的最后一个版本,我有 3.7 的 Python

当我单击一个按钮以在 pretrained 使用声码器时,我在错误之前得到了以下几行:

Building Wave-RNN
Trainable Parameters: 4.481M
Traceback (most recent call last):
  File "C:\Program Files\DeepVoiceFiles\Real-Time-Voice-Cloning-master\toolbox\__init__.py", line 187, in vocode
    self.init_vocoder()
  File "C:\Program Files\DeepVoiceFiles\Real-Time-Voice-Cloning-master\toolbox\__init__.py", line 249, in init_vocoder
    vocoder.load_model(model_fpath)
  File "C:\Program Files\DeepVoiceFiles\Real-Time-Voice-Cloning-master\vocoder\inference.py", line 25, in load_model
    mode=hp.voc_mode
  File "E:\PROGRAMAS\Anaconda\envs\[Test_voice]\lib\site-packages\torch\nn\modules\module.py", line 304, in cuda
    return self._apply(lambda t: t.cuda(device))
  File "E:\PROGRAMAS\Anaconda\envs\[Test_voice]\lib\site-packages\torch\nn\modules\module.py", line 201, in _apply
    module._apply(fn)
  File "E:\PROGRAMAS\Anaconda\envs\[Test_voice]\lib\site-packages\torch\nn\modules\module.py", line 201, in _apply
    module._apply(fn)
  File "E:\PROGRAMAS\Anaconda\envs\[Test_voice]\lib\site-packages\torch\nn\modules\module.py", line 201, in _apply
    module._apply(fn)
  File "E:\PROGRAMAS\Anaconda\envs\[Test_voice]\lib\site-packages\torch\nn\modules\module.py", line 223, in _apply
    param_applied = fn(param)
  File "E:\PROGRAMAS\Anaconda\envs\[Test_voice]\lib\site-packages\torch\nn\modules\module.py", line 304, in <lambda>
    return self._apply(lambda t: t.cuda(device))
  File "E:\PROGRAMAS\Anaconda\envs\[Test_voice]\lib\site-packages\torch\cuda\__init__.py", line 199, in _lazy_init
    torch._C._cuda_init()
RuntimeError: cuda runtime error (100) : no CUDA-capable device is detected at ..\aten\src\THC\THCGeneral.cpp:50

请有人帮助我,我对 Python、CUDA 和虚拟环境不太了解。

我在 YouTube 视频之后安装了它。

标签: pythontensorflowanacondapytorch

解决方案


推荐阅读