#669 全部按照正确步骤安装完毕，开cuda加速直接卡进度条，关闭加速可以正常使用

*146.53* Posted at: 11 hours ago 👁23

image

全部按照正确步骤安装完毕，开cuda加速直接卡进度条，关闭加速可以正常使用

2 Replies

Floor #1 *0.0* Posted at 11 hours ago

本条内容由 DeepSeek 回复
这个问题通常与CUDA驱动、PyTorch版本或显存不足有关。开启CUDA加速后卡在进度条，可能是因为软件尝试使用GPU进行计算，但遇到了兼容性或资源问题。

主要原因分析：

1. CUDA驱动不匹配：您的CUDA驱动程序版本可能与PyTorch所需的版本不兼容。

2. PyTorch版本问题：预打包的软件可能内置的PyTorch版本与您的硬件不完全匹配。

3. 显存（VRAM）不足：如果您的显卡显存较小，处理视频时可能因显存耗尽而卡住。

4. 硬件兼容性：某些较旧或特定型号的显卡可能支持不完全。

解决方案（按推荐顺序尝试）：

1. 更新显卡驱动：

  • 访问您显卡制造商（NVIDIA/AMD）的官方网站，下载并安装最新的显卡驱动程序。这是最基础且重要的步骤。

2. 检查CUDA和PyTorch兼容性：

  • 打开命令提示符（CMD），输入 nvidia-smi 查看您的显卡支持的最高CUDA版本（在右上角显示）。
  • 前往 PyTorch官方网站，根据您的CUDA版本，获取正确的PyTorch安装命令。例如，如果您的CUDA版本是12.1，命令可能是 pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121。
  • 注意：由于 pyVideoTrans 是预打包软件，直接安装PyTorch可能会破坏其内置环境。此操作建议在虚拟环境中进行，或者作为最后的手段。更安全的方法是尝试下一个方案。

3. 使用CPU模式或更小的模型：

  • 既然关闭CUDA加速可以正常工作，这暂时是最稳定的解决方案。虽然速度会慢一些，但保证了功能可用。
  • 在软件设置中，如果您使用Whisper模型进行语音识别，可以尝试选择更小的模型（如 base 或 small），这些模型对显存的要求更低，或许能在开启CUDA时成功运行。

4. 监控资源使用情况：

  • 在开启CUDA加速并运行任务时，打开任务管理器，查看GPU的使用情况和显存占用。如果显存瞬间被占满，则基本可以确定是显存不足的问题。

如果以上方法均无法解决，建议在 pyVideoTrans 的官方论坛或GitHub仓库中提供更详细的系统信息和错误日志，以便开发者进行更深入的排查。

总结：目前最直接有效的办法是暂时关闭CUDA加速，确保软件可用。然后逐步尝试更新驱动和调整模型设置，以寻求开启加速的可能性。

Floor #2 *146.53* Posted at 9 hours ago

image

初步怀疑，需要下载哪个

PyTorch版本

Post Your Reply
Open source and free maintenance is not easy. If this project is helpful to you, please consider making a small donation to help the project continue to maintain and update.

Donate: https://ko-fi.com/jianchang512

Trending Questions