这里写自定义目录标题
- 参考资料
- 问题描述
- 当前使用版本
- 尝试解决问题版本(1)
- 尝试解决问题版本(2)
- CUDA卸载参考
- CUDA卸载之后发现依然还在,需要把torch卸载掉。
参考资料
1.Github_YOLOv5_nan问题
2.查看CUDA最高可使用版本_nvidia-smi
3.CSDN问题描述参考链接
4.Pytorch与cuda、cudnn版本对应关系
5.torch、cuda版本源
问题描述

训练显示box、obj、cls都是nan
当前使用版本
pytorch版本:1.9.0
cuda版本:11.1
cudnn版本:8.0.5
尝试解决问题版本(1)
Pytorch版本:1.9.0
cuda版本:11.4
cudnn版本:8.2.2(或者8.2.4)
尝试解决问题版本(2)
Pytorch版本:1.9.0
cuda版本:10.2
cudnn版本:8.2.2
CUDA卸载参考
参考链接
控制面板-程序-卸载:CUDA的全部卸载掉。
CUDA卸载之后发现依然还在,需要把torch卸载掉。
pytorch和torchvision的安装卸载指南点这里

















![[架构之路-188]-《软考-系统分析师》-3-操作系统 - 图解页面替换算法LRU、LFU](https://img-blog.csdnimg.cn/af6b34e6092948f08e78ebfcf93ba33f.jpeg)

