可能出现这种情况的原因是实例未正确配置 GPU 访问权限。为了解决这个问题,可以按照以下步骤操作:
这些步骤仅适用于使用 Jupyter Notebook 或其他 PyTorch 应用程序在 SageMaker 中使用 GPU。如果您在使用其他应用程序或操作系统,则可能需要按不同方式配置安全组。
在确认安全组已正确配置后,您需要检查您的代码是否能够正确检测到 GPU。以下是一个示例,说明如何在 PyTorch 中检测 GPU 是否可用。
import torch
device = torch.device("cuda" if torch.cuda.is_available() else "cpu") print(device)
运行这个代码片段,如果它的输出结果是“cuda”,则说明您的实例已正确配置 GPU 访问权限,并且您的 PyTorch 应用程序现在可以使用 GPU 进行加速了。