CUDA error: CUBLAS_STATUS_NOT_INITIALIZED when calling `cublasCreate(handle)`

这个错误通常表示未正确初始化 CUDA，需要在代码中添加以下代码来初始化 CUDA：

#include <cuda_runtime.h>
#include <cublas_v2.h>

int main() {
    // 初始化 CUDA
    cudaError_t cudaStatus = cudaSetDevice(0);
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaSetDevice failed!  Do you have a CUDA-capable GPU installed?");
        return 1;
    }

    // 初始化 cuBLAS
    cublasHandle_t handle;
    cublasStatus_t cublasStatus = cublasCreate(&handle);
    if (cublasStatus != CUBLAS_STATUS_SUCCESS) {
        fprintf(stderr, "cublasCreate failed!");
        return 1;
    }

    // ...
}

如果你已经添加了上述代码但仍然出现此错误，请确保你的 CUDA 和 cuBLAS 版本与你的代码兼容。

相关问题

RuntimeError: CUDA error: CUBLAS_STATUS_NOT_INITIALIZED when calling cublasCreate(handle)

这个错误通常是由于CUDA运行时环境未正确初始化引起的。您可以尝试以下解决方法：

1. 确保您的显卡驱动已正确安装，并且与CUDA版本兼容。您可以访问NVIDIA官方网站获取最新的显卡驱动程序。

2. 确保您安装了与CUDA版本相对应的CUDA工具包。您可以在NVIDIA官方网站上找到适合您的CUDA版本的工具包。

3. 确保您的代码正确设置了CUDA环境变量。您可以通过在代码开头添加以下行来设置环境变量：

   import os
   os.environ['CUDA_VISIBLE_DEVICES'] = '0'  # 设置要使用的GPU设备编号

如果您使用多个GPU设备，请根据需要更改设备编号。

4. 如果您使用的是conda虚拟环境，请确保您正确安装了CUDA工具包并在虚拟环境中启用了GPU支持。

如果上述方法都无法解决问题，可能是由于其他原因引起的。您可以尝试在搜索引擎或相关论坛中搜索类似问题的解决方案，或者提供更多详细的错误信息以便我能够更好地帮助您。

CUDA error: CUBLAS_STATUS_NOT_INITIALIZED when calling `cublasCreate(handle)

根据引用内容，报错"CUDA error: CUBLAS_STATUS_NOT_INITIALIZED when calling `cublasCreate(handle)"通常是由于CUDA未正确初始化导致的。以下是两种可能的解决方法：

方法一：调整batch_size和模型调用顺序
1. 将batch_size调整为较小的值，例如4，以减少内存占用。
2. 在调用模型之前，确保使用model.cuda()将模型移动到GPU上。

方法二：指定可见的GPU设备
1. 使用命令`nvidia-smi`查看当前GPU的使用情况，找到空闲的GPU设备。
2. 使用以下两种方式之一指定要使用的GPU设备：
- 在终端运行时，使用`CUDA_VISIBLE_DEVICES=1,2,3 python train.py`命令，其中1,2,3代表要使用的GPU设备编号（从0开始）。
- 在代码中添加以下代码，并确保在导入torch之前执行：

     import os
     os.environ["CUDA_VISIBLE_DEVICES"] = "2,3,4,5"  # 指定要使用的GPU设备编号

请注意，以上方法仅为常见解决方案之一，具体解决方法可能因环境和代码而异。如果以上方法无法解决问题，请提供更多详细信息以便进一步帮助。