pytorch出错: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False

六五酥

于 2020-05-10 16:50:40 发布

阅读量3.9w

点赞数 30

CC 4.0 BY-SA版权

文章标签： cuda 人工智能

本文链接：https://blog.csdn.net/qq_27149279/article/details/106037681

本文详细介绍了在CPU环境下运行原本为CUDA环境设计的PyTorch模型时可能遇到的两个常见错误及其解决方案。首先，针对尝试在CUDA设备上反序列化对象但torch.cuda.is_available()为False的错误，通过在torch.load函数中添加map_location参数指向CPU来解决。其次，对于Torch未使用CUDA编译的错误，文章建议移除所有.cuda()调用，以确保模型在CPU上正确运行。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

错误一：RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False. If you are running on a CPU-only machine, please use torch.load with map_location=torch.device(‘cpu’) to map your storages to the CPU.

解决方法：在torch.load(xxx)后面添加map_location=torch.device('cpu')或者map_location='cpu'

示例：
在这里插入图片描述

state_dict = torch.load(self.model_path)

在torch.load括号后面添加map_location=torch.device('cpu')或者map_location='cpu'

在这里修改如下：

state_dict = torch.load(self.model_path,map_location='cpu')
或
state_dict = torch.load(self.model_path,map_location='cpu')

修改之后，运行可能会出现以下错误：

错误二：AssertionError: Torch not compiled with CUDA enabled

解决方法：去掉所有的.cuda()

示例：
在这里插入图片描述
点击蓝色部分字体，进入代码，定位到出错位置，可以看到这边转换为cuda运行，将其注释掉即可

注释掉,并保存

继续运行程序，找出.cuda()，并将其去掉