注:如果执行第一步没有找到nvidia-smi指令,重装本机NVIDIA驱动(Linux, Windows 标题中各项版本对应)
重装NVIDIA驱动,选择自己的显卡产品系列和产品编号, 如下图 GeForce RTX 30系列,产品是3080 Ti,系统windows 10 64位 (或者本机系统,win11 ,linux等),搜索后下载即可。
先试试第一步, 如果本机有NVIDIA驱动(也无需重装NVIDIA驱动)跳过本项即可!!!
第一 : 根据本机NVIDIA显卡 Driver Version找到适合本机的CUDA Toolkit
torch.cuda.is_available()为false
一般都是cuda与本机或者pytorch版本不对应问题~~~~
首先Win+R,输入powershell,然后输入nvidia-smi指令既可查看本机Driver Version。
也可以用其他方法查看本机的驱动版本,然后对应这下图下载所需要的CUDA Toolkit版本
下载CUDA Toolkit 傻瓜式安装即可,本文主要以版本对应为主。
防止时效性不能及时更新本文,点我进入本机与需要下载CUDA版本选择的官网
下载各种CUDA Toolkit 版本,点我进入官网
第二步 : CUDA与cuDNN版本对应
第三步 : 根据CUDA选择PyTorch与torchvision和Python版本对应
第四步 : 根据PyTorch选择与torchvision和Python版本对应
防止时效性不能及时更新本文,点我进入PyTorch选择torchvision与Python版本对应GitHub
防止时效性不能及时更新本文,点我进入PyTorch选择torchvision与Python版本对应国内(推荐)
以上步骤一一对应,接下来就可以通过指令下载torch正常炼丹了CUDA11.1以上的 torchvision要装0.10.1及其以上。
完全卸载CUDA
有时候我们安装错CUDA或者操作错误使得CUDA错乱,可以这样卸载CUDA,亲测3遍卸载,无任何毛病~
以win11为例子,进入“设置->应用”,搜索“NVIDIA”,卸载带CUDA字眼的就可以了。