torch.cuda.is_available()返回flase 问题排查

查看torch版本是否为GPU版本

判断cuda是否能用代码

import torch
print(torch.cuda.is_available())

import torch
print(torch.__version__)    //我的是CPU版本

如果不是GPU版本下载GPU版本

• 查看cuda版本

nvcc --version


nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2022 NVIDIA Corporation
Built on Wed_Sep_21_10:41:10_Pacific_Daylight_Time_2022
Cuda compilation tools, release 11.8, V11.8.89
Build cuda_11.8.r11.8/compiler.31833905_0    //我的是11.8版本

• 下载与cuda版本一致的pytorch

//下载pytorch 11.8版本，去pytorch官网生成11.8对应的pytorch版本

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia    //conda虚拟环境下载命令

参考：
https://blog.csdn.net/m0_63769180/article/details/128478175

通过nvidia-smi命令查看显卡驱动版本，因为显卡驱动决定了最高支持的CUDA版本，CUDA的版本需要低于显卡驱动的版本的

然后通过cuda版本来确定torch版本，torch版本要小于已安装的cuda版本

在新建的conda环境中下载对应的pytorch版本

在新建的环境中使用pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118出错下载不了，但是在base环境中可以下载并且下载的还是GPU版本，能顺利运行代码。
最后使用手动下载库的方式来安装。参考 https://blog.csdn.net/Ecoboy_zhang/article/details/130116411
首先确定好要下载的torch版本，主要参考操作系统，cuda版本（cuda是GPU驱动器，虚拟环境中不需要下载）和python版本。比如我cuda版本是11.8，python是3.8。那么我需要的torch whl文件名中要有cu118和cp38的信息。

从下图红框中网址找需要的torch torchvision torchaudio

找到需要的torch文件

两个都可以，我选择了第二个，下载下来，这里开梯子下载快

放到虚拟环境中的Scripts中

我的环境名字叫zerodce_env

激活该环境 进入该文件夹 后pip install <文件名>

可以在pytharm中操作，也可以在dos窗口中执行

---

另外我需要torchvision，0.19.1版本不行，用不了。要用0.18.1，这里直接pip下载就行