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

text 复制代码
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:

text 复制代码
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:

python 复制代码
device = torch.device("cpu")  # 强制使用 CPU

model = RnnNet().to(device)

并确保 所有张量也使用 CPU,例如:

python 复制代码
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:

bash 复制代码
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)

python 复制代码
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)

相关推荐
一个处女座的程序猿2 分钟前
LLMs之AgentDevP:FastGPT的简介、安装和使用方法、案例应用之详细攻略
人工智能
前端小同学12 分钟前
逆向还原Claude for Chrome - 学习顶尖公司是如何做浏览器agent的
人工智能·chrome·agent
小欣加油12 分钟前
python123 机器学习基础练习2
人工智能·python·深度学习·机器学习
DIY机器人工房20 分钟前
关于如何让 Vosk 正确识别中文音频,核心是 使用 Vosk 中文模型 + 确保中文音频格式符合要求
开发语言·python
DuHz24 分钟前
Stable Video Diffusion:将潜在视频扩散模型扩展到大规模数据集——论文阅读
论文阅读·人工智能·深度学习·神经网络·算法·音视频
学境思源AcademicIdeas28 分钟前
我用ChatGPT完成选题的全过程复盘
人工智能·chatgpt
百锦再29 分钟前
一文掌握Flask:从基础使用到高级应用
后端·python·django·flask·virtualenv·scikit-learn·pygame
Q_Q196328847532 分钟前
python+springboot+uniapp基于微信小程序的巴马旅居养老系统 旅游养老小程序
spring boot·python·小程序·django·flask·uni-app·node.js
cxr82832 分钟前
BMAD方法论:敏捷价值、原则映射与全生命周期技术
人工智能·智能体·ai赋能
荼蘼35 分钟前
自然语言处理——情感分析 <上>
人工智能·自然语言处理