1.报错：RuntimeError: cuda runtime error (35) : CUDA driver version is insufficient for CUDA runtime version at ..\torch\csrc\cuda\Module.cpp:33
报错背景：尝试将代码中VOC2007数据集中的路径更改为本地路径
1 allTrainingData = [] #第167行，该行后面的代码为从VOC2007中读取数据，会在调用voc_dataset.py文件时立即执行 2 allTestingData = [] 3 #allFloder = ["./VOCdevkit/VOC2007"] #我们把从VOC网站下载的数据放到本地，只使用VOC2007做实验 4 allFloder = ["C:\Users\ma521\Desktop\Python Practice\VOCdevkit\VOC2007"] 5 for floder in allFloder: 6 imagePath = join(floder, "JPEGImages") 7 infoPath = join(floder, "Annotations") 8 index = 0 9 10 for f in listdir(imagePath): #遍历9964张原始图片 11 if f.endswith(".jpg"): 12 imageFile = join(imagePath, f) 13 infoFile = join(infoPath, f[:-4] + ".xml") 14 if index % 10 == 0 : #每10张随机抽1个样本做测试 15 allTestingData.append( (imageFile, infoFile) ) 16 else: 17 allTrainingData.append( (imageFile, infoFile) ) 18 19 index = index + 1
解决方法：路径前加 r
2.报错：RuntimeError: cuda runtime error (35) : CUDA driver version is insufficient for CUDA runtime version at ..\torch\csrc\cuda\Module.cpp:33
报错背景：进行深度学习时，程序中弹出CUDA问题
1 torch.cuda.set_device(1)
资料搜集：
cuda简介：
CUDA(Compute Unified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。开发人员现在可以使用C语言来为CUDA™架构编写程序，C语言是应用最广泛的一种高级编程语言。所编写出的程序于是就可以在支持CUDA™的处理器上以超高性能运行。CUDA3.0已经开始支持C++和FORTRAN。
独立显卡：https://wenwen.sogou.com/z/q715266890.htm
解决方案：更换支持CUDA的电脑
原文：https://www.cnblogs.com/luo-shen/p/12269624.html