断言错误：Torch 未在启用 CUDA 的情况下编译

Question

来自 https://pytorch.org/

要在 MacOS 上安装 pytorch，请执行以下操作：

conda install pytorch torchvision -c pytorch
# MacOS Binaries dont support CUDA, install from source if CUDA is needed

为什么要在不启用 cuda 的情况下安装 pytorch ？

我问的原因是我收到错误：

------------------------------------------------- -------------------------- AssertionError Traceback（最近调用 最后）在（） 78 # 预测 = 输出.data.max(1)[1] 79 ---> 80 输出 = model(torch.tensor([[1,1]]).float().cuda()) 81 预测=output.data.max(1)[1] 82

~/anaconda3/lib/python3.6/site-packages/torch/cuda/init.py 中 _lazy_init() 159 引发运行时错误（ 160 “无法在分叉子进程中重新初始化 CUDA。” + msg) --> 161 _check_driver() 162 火炬._C._cuda_init() 第163话

~/anaconda3/lib/python3.6/site-packages/torch/cuda/

init.py 中 _check_driver() 73 def _check_driver(): 74 如果不是 hasattr(torch._C, '_cuda_isDriverSufficient'): ---> 75 raise AssertionError("Torch 未在启用 CUDA 的情况下编译") 76如果不是torch._C._cuda_isDriverSufficient()： 77 如果 torch._C._cuda_getDriverVersion() == 0:

断言错误：Torch 未在启用 CUDA 的情况下编译

尝试执行代码时：

x = torch.tensor([[0,0] , [0,1] , [1,0]]).float()
print(x)

y = torch.tensor([0,1,1]).long()
print(y)

my_train = data_utils.TensorDataset(x, y)
my_train_loader = data_utils.DataLoader(my_train, batch_size=2, shuffle=True)

# Device configuration
device = 'cpu'
print(device)

# Hyper-parameters 
input_size = 2
hidden_size = 100
num_classes = 2


learning_rate = 0.001

train_dataset = my_train

train_loader = my_train_loader

pred = []


for i in range(0 , model_iters) : 
    # Fully connected neural network with one hidden layer
    class NeuralNet(nn.Module):
        def __init__(self, input_size, hidden_size, num_classes):
            super(NeuralNet, self).__init__()
            self.fc1 = nn.Linear(input_size, hidden_size) 
            self.relu = nn.ReLU()
            self.fc2 = nn.Linear(hidden_size, num_classes)  

        def forward(self, x):
            out = self.fc1(x)
            out = self.relu(out)
            out = self.fc2(out)
            return out

    model = NeuralNet(input_size, hidden_size, num_classes).to(device)

    # Loss and optimizer
    criterion = nn.CrossEntropyLoss()
    optimizer = torch.optim.Adam(model.parameters(), lr=learning_rate)  

    # Train the model
    total_step = len(train_loader)
    for epoch in range(num_epochs):
        for i, (images, labels) in enumerate(train_loader):  
            # Move tensors to the configured device
            images = images.reshape(-1, 2).to(device)
            labels = labels.to(device)

            # Forward pass
            outputs = model(images)
            loss = criterion(outputs, labels)

            # Backward and optimize
            optimizer.zero_grad()
            loss.backward()
            optimizer.step()
{:.4f}'.format(epoch+1, num_epochs, i+1, total_step, loss.item()))

    output = model(torch.tensor([[1,1]]).float().cuda())

要修复此错误，我需要从已安装 cuda 的源代码安装 pytorch？

Answer 1

总结并扩展评论：

CUDA 是 Nvidia 专有（显然未经许可）的技术，允许在 GPU 处理器上进行通用计算。
很少有 Macbook Pro 配备支持 Nvidia CUDA 的 GPU。请查看
• 此处，了解您的 MBP 是否配备 Nvidia GPU。然后，查看此处的表格，看看该 GPU 是否支持 CUDA
iMac、iMac Pro 和 Mac Pro 的情况相同。
因此，在 MacOS 上默认安装 PyTorch 时不支持 CUDA

这个 PyTorch github 问题提到很少有 Mac 拥有 Nvidia 处理器：

https://github.com/pytorch/pytorch/issues/30664

如果您的 Mac 确实有支持 CUDA 的 GPU，那么要在 MacOS 上使用 CUDA 命令，您需要使用正确的命令行选项从源代码重新编译 pytorch。

Answer 2

如果 MAC 没有 Nvedia GPU，您可以使用 Pytourch MPS 后端。 文档：

https://pytorch.org/docs/stable/notes/mps.html

Answer 3

当使用带有示例代码的拥抱脸“phi2”模型时，我收到了相同的错误，并且使用“mps”而不是“cuda”有效。

torch.set_default_device("mps")