当前位置: 首页 > news >正文

PyTorch 不支持旧GPU的异常状态与解决方案:CUDNN_STATUS_NOT_SUPPORTED_ARCH_MISMATCH

问题

d:\anaconda3\envs***\lib\site-packages\torch\cuda_init_.py:262: UserWarning:
Found GPU0 GeForce GT 710 which is of cuda capability 3.5.
PyTorch no longer supports this GPU because it is too old.
The minimum cuda capability supported by this library is 3.7.

warnings.warn(

RuntimeError Traceback (most recent call last)
Cell In[3], line 906
(…)
–> 906 model = RnnNet().to(device)
907 # model = ResNet().to(device)
908 # model = SelfAttentionNet().to(device)
909 # model = TransformerNet().to(device)
(…)

RuntimeError: cuDNN error: CUDNN_STATUS_NOT_SUPPORTED_ARCH_MISMATCH
Output is truncated. View as a scrollable element or open in a text editor. Adjust cell output settings…

解决方案

你遇到的错误说明你的 GPU(NVIDIA GeForce GT 710, CUDA 3.5过旧不再被 PyTorch 支持。下面是详细解释与解决方案:


❌ 报错核心含义

UserWarning:
Found GPU0 GeForce GT 710 which is of cuda capability 3.5.
PyTorch no longer supports this GPU because it is too old.
The minimum cuda capability supported by this library is 3.7.

并最终导致:

RuntimeError: cuDNN error: CUDNN_STATUS_NOT_SUPPORTED_ARCH_MISMATCH

✅ 解决方案(推荐方案)

方法一:强制使用 CPU

因为你的 GPU 不再被支持,所以最直接的办法是切换到 CPU 运算,代码中这样写:

device = torch.device("cpu")  # 强制使用 CPUmodel = RnnNet().to(device)

并确保 所有张量也使用 CPU,例如:

x = x.to(device)
y = y.to(device)

方法二:升级 GPU(如考虑 10 系列以上)

  • 推荐 CUDA Compute Capability ≥ 3.7 的 GPU,比如:
    • GTX 1050 / 1060 / 1660
    • RTX 系列
    • 或笔记本中的 MX450、RTX 2050 等
  • 当前你的 GT 710(CC 3.5)已停止支持,不能再用于当前 PyTorch 版本中的 GPU 运算。

方法三(不推荐):安装旧版 PyTorch

可尝试安装支持 CUDA 3.5 的旧版本 PyTorch,例如:

pip install torch==1.7.1+cu101 -f https://download.pytorch.org/whl/torch_stable.html

⚠️ 不推荐:旧版本可能兼容问题多、安全性差。


✅ 建议的代码示例(改为 CPU 模式)

device = torch.device("cpu")model = RnnNet().to(device)# 推理/训练时,张量也应在 CPU 上
for batch_x, batch_y in train_loader:batch_x, batch_y = batch_x.to(device), batch_y.to(device)output = model(batch_x)

http://www.dtcms.com/a/264718.html

相关文章:

  • Spring Boot 高并发框架实现方案:数字城市的奇妙之旅
  • 智能物流革命:Spring Boot+AI实现最优配送路径规划
  • Knife4j+Axios+Redis:前后端分离架构下的 API 管理与会话方案
  • 【Java关系映射入门】实战一
  • gin如何返回html
  • Java面试宝典:集合一
  • 生僻字写入oracle后被转为??
  • (一)大语言模型的关键技术<-AI大模型构建
  • 在浏览器输入url,会发送什么事情?
  • HMAC 介绍
  • 在 VMware虚拟机中使用 NAT 网络模式
  • Git 怎么判断是否冲突?
  • Active Directory 环境下 Linux Samba 文件共享服务建设方案
  • OpenLayers 入门指南:序言
  • Javaweb - 8 Tomcat10
  • 大数据开发实战:如何做企业级的数据服务产品
  • 应急响应靶机-近源OS-1-知攻善防实验室
  • 学习C++、QT---16(C++的接口、属于QT的第一个项目的启动)
  • ACE2018 创建图框
  • 机器学习实战:决策树算法详解
  • Claude 4 与 Gemini 2.5 Pro:开发者深度比较
  • [CS创世SD NAND征文] 精准控制的坚固基石:CS创世SD NAND在华大HC32F4A0运动控制卡中的高可靠应用
  • 【科研绘图系列】基于R语言的种质资源评分可视化教程:条形图与地理分布图
  • app自动化测试工具 ️哪些?
  • IO--进程实操
  • Vue 使用Ajax异步或同步
  • Node.js v22.5+ 官方 SQLite 模块全解析:从入门到实战
  • LeetCode 377.组合总和IV
  • 【算法】动态规划:python实现 2
  • 【APB协议时序及示例】