python3.6下，torch.cuda.is_available()结果为false

1、torch1.4的安装

刚开始用torch的时候，按照网上博客的教程，使用官网上的安装办法，安装的是应用在CUDA10.1上的torch1.4 ，即

2、torch.cuda.is_available()结果为false的错误

但是，最近在琢磨使用nn.DataParallel进行多GPU训练，可是，在运行的过程中，遇到了torch.cuda.is_available()结果为false的错误，即

可见，当模型代码使用了torch1.4的深度学习框架时，其没法使用gpu(因为cuda处于不可用状态)，且torch1.4对应的CUDA版本是10.1。

3、查看服务器的cuda版本

这个时候，查看服务器的cuda版本，可得其版本为10.0，即

4、torch1.2对应的CUDA10.0

可以发现服务器的CUDA是10.1，而我们安装的torch1.4对应的CUDA是10.1，从中可以看出CUDA不对照的问题，因此，我们安装适用于cuda10.0的相应版本的torch1.2，使用如下代码安装即可：

conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0

安装完成后，结果如下：

5、PyTorch1.2下 CUDA安装验证程序

重新运行测试代码，进行验证，表明使用torch编写的代码可以使用服务器上的gpu，即