Check failed: error == cudaSuccess (35 vs. 0)  CUDA driver version is insufficient for CUDA runtime version

*** Check failure stack trace: ***

解决:

linux系統把cuda驱动装一下

1.bios中务必关闭Secure Boot: 如果已经关闭,则直接看第二条

ps:如果在bios中Secure Boot是灰色的,无法disable,请往下看: 
关于Secure Boot在bios中有一段话解释: 
Secure Boot be enabled only when: (1).Platform Key(PK) is enrolled and platform is operating in User mode; (2). CSM function is disabled in setup。

因此,要Disable Secure Boot,首先如果PK(也就是bios中Key Managemnet有key,请全部 delete),其次Boot选项中,Launch CSM请设置为Disable。

2.先安利一个显卡驱动的懒人方法(可以先试试,本人是先命令行方式安装驱动之后,发现一些小错误,再使用该方法直接成功。emmmm…….命令行安装了一天还没成功,这个几分钟就好了,心里还是mmp的):

1): 务必确保1中关闭了Secure

2): 到System Settings→ Software & Updates→ Additional Drivers:

ps: 我在官网查到(384.111)其实就是最新的950M显卡驱动,Apply Changes,输入密码,等待一会安装完成后,重启电脑。 
3. 输入:nvidia-smi 和 nvidia-settings看看是否生效: 

Check failed: error == cudaSuccess (35 vs. 0) CUDA driver version is insufficient for CUDA runtime相关推荐

  1. 【CUDA开发】 Check failed: error == cudaSuccess (8 vs. 0) invalid device function

    最近在复现R-CNN一系列的实验时,配置代码环境真是花费了不少时间.由于对MATLAB不熟悉,实验采用的都是github上rbg大神的Python版本.在配置Faster R-CNN时,编译没有问题, ...

  2. 【caffe】 Check failed: error == cudaSuccess (30 vs. 0) unknown error

    解决办法 : 加 sudo 用caffe,不报错,那一定要的时假caffe. ubuntu16.04 ,写了一个.py文件调用resnet.caffemodel 来对图片进行分类. 但是在运行时出错, ...

  3. caffe 报错 Check failed: error == cudaSuccess (77 vs. 0) an illegal memory access was encounteredcaffe

    caffe 报错 Check failed: error == cudaSuccess (77 vs. 0) an illegal memory access was encountered 训练时候 ...

  4. Check failed: error == cudaSuccess (74 vs. 0) misaligned address的解决方法

    今天训练网络的时候加入了Deconvolution Layer,结果一运行报Check failed: error == cudaSuccess (74 vs. 0) misaligned addre ...

  5. 配置SSD-caffe测试时出现“Check failed: error == cudaSuccess (10 vs. 0) invalid device ordinal”解决

    这是由于GPU数量不匹配造成的,如果训练自己的数据,那么我们只需要将solver.prototxt文件中的device_id项改为自己的GPU块数,一块就是0,两块就是1,以此类推. 但是SSD配置时 ...

  6. Check failed: error == cudaSuccess (10 vs. 0) invalid device ordinal

    ubuntu14.04 caffe 运行别人的程序,报错Check failed: error == cudaSuccess (10 vs. 0)  invalid device ordinal.根据 ...

  7. 成功解决torch.cuda.CudaError: CUDA driver version is insufficient for CUDA runtime version (35) [ WARN:0

    成功解决torch.cuda.CudaError: CUDA driver version is insufficient for CUDA runtime version (35) [ WARN:0 ...

  8. 解决CUDA driver version is insufficient for CUDA runtime version

    问题 在服务器上安装mxne的GPU版本 sudo pip install mxnet-cu80==1.2.1 然后在gpu上创建数据 import mxnet as mx mx.nd.array([ ...

  9. Status: CUDA driver version is insufficient for CUDA runtime version

    TensorFlow是一个开源软件库,用于各种感知和语言理解任务的机器学习.当前被50个团队用于研究和生产许多Google商业产品,如语音识别.Gmail.Google 相册和搜索,其中许多产品曾使用 ...

最新文章

  1. Java基础学习三:循环结构的使用
  2. vscode 导入第三方jar包(添加外部JAR)
  3. 搜星流程(1)-[Qualcomm][BSP-GPS]
  4. v3s修改驱动代码的流程
  5. python获取IP位置信息
  6. 在Java等于方法中进行精确比较
  7. 微型计算机控制理论基础答案,微型计算机控制技术试卷c
  8. Java初学者必知 关于Java字符串问题
  9. PHP输出当前进程所有变量 / 常量 / 模块 / 函数 / 类
  10. python tkinter输入框_python tkinter-按钮.标签.文本框、输入框
  11. H3C 模拟器 pc与防火墙,交换机相连,在pc cmd下用telnet访问交换机和防火墙
  12. 迷你MVVM框架 avalonjs 0.71发布
  13. 数值计算原理_JavaScript策略设计时数值计算精度问题解决方案
  14. 数字电子技术期末考试思维导图
  15. miui 8.5 android,小米MIUI8.5稳定版
  16. 机器学习——CART决策树——泰坦尼克还生还预测
  17. CHAPTER 23 Question Answering
  18. Android 仿朋友圈单张图片限定宽高超出时按比例缩放效果实现
  19. vim 命令插入、删除、查询、替换操作。
  20. 人机大战5个误区:人类没那么差阿尔法狗不会防水

热门文章

  1. createinstance.java_C# Activator.CreateInstance()方法使用
  2. 中随机打乱序列的函数_提前准备,方能“随机”应对,人生不悔
  3. html5语音对讲,c#语音对讲demo
  4. 软件测试沟通技巧,你到底应该如何沟通:沟通的技巧
  5. python回文链表_leetcode链表之回文链表
  6. shell softech 面料_跨越三分之一个世纪的软壳神话
  7. python解压gz_使用python请求下载压缩tar.gz文件并使用tar解压它
  8. mysql客户端与服务端_mysql语句在客户端与服务端的基本使用
  9. python线性整数规划求解_实例详解:用Python解决整数规划问题!
  10. 每日一皮:别放弃,再坚持一下就到成功的彼岸...