pytorch版本和CUDA版本关系_pytorch和cuda版本不匹配

pytorch版本，cuda版本，系统cuda版本查询和对应关系

　　查询各版本，以及cuda的方法

　　显示true就是代表可以用。

　　查看显卡版本：

　　ubuntu-drivers devices

　　nvidia-smi

　　查看CUDA版本命令：或或

　　cuda与英伟达驱动匹配要求见CUDA Toolkit Documentation

　　AdaIN-TF-master训练报错：

　　T7ReaderException: unknown object type / typeidx: 11

　　解决方法force_8bytes_long=False ->True

　　运行某代码时，报错：

　　NameError:name ‘xrange’ is not defined

　　原因：

　　在Python 3中，range()与xrange()合并为range( )。我的python版本为python3.5。

　　解决办法：

　　将xrange( )函数全部换为range( )。

　　我的环境是3.6，GitHub项目上readme是3.x,哈哈，真是哩个大普，编写torchfile.py的脑子抽了？？？

　　pytorch-adain训练报错:

　　1.RuntimeError: DataLoader worker (pid(s) 3620, 16160, 6256, 3744) exited unexpectedly

　　解决方法：令num_workers=0，在本人笔记本上哪怕取1，也还是会报错，只不过少一个数

　　1.1 OSError: [WinError 1455] 页面文件太小,无法完成操作

　　解决：把num_workers设置为0有用！在dataset.py文件中，可以搜索到num_workers变量，修改为0，解决这个报错问题。

　　num_workers是什么？num_workers即工作进程数，在dataloader加载数据时，num_workers可以看作搬砖的工人，将batch加载进RAM，工人越多加载速度越快。一般这个数量设置值是自己电脑/服务器的CPU核心数。如果num_worker设为0，意味着每一轮迭代时，dataloader不再有自主加载数据到RAM这一步骤（因为没有worker了），而是在RAM中找batch，找不到时再加载相应的batch。缺点：导致训练速度变慢

　　2.TypeError: ‘NoneType' object is notiterable解决办法

　　解决不了，重装cuda，注意要装latest

　　3.Python报错：PermissionError: [Errno 13] Permission denied

　　解决办法：什么被占用，用管理员身份打开cmd，文件改为只读隐藏均不好使，新建一个数据文件问题解决

　　可能原因

　　conda清理没用的安装包

　　4.cuda与