关于torch.cuda.is_available()返回False

解决思路：

一、检查GPU型号

二、检查GPU是否支持CUDA

三、检查驱动版本(Driver Version)是否和CUDA Toolkit版本(CUDA Version)匹配

---

一、检查GPU型号

如何看到自己GPU型号？

1. 任务管理器→性能（可以看到GPU的型号）

2. 在开始菜单搜索设备管理器→“显示适配器”中可以看到GPU的型号（一般是看自己独显，也就是英伟达显卡型号）

---

二、检查GPU是否支持CUDA

知道自己的GPU型号后可以登录网站GeForce 网站 - RTX 显卡、NVIDIA REFLEX、游戏笔记本电脑 | NVIDIA查看自己的显卡是否支持CUDA。

比如我的独显是3070 Ti，就可以在官网上看到显卡的相关信息（而且现在大部分英伟达显卡都是支持CUDA的）：

---

三、检查驱动版本(Driver Version)是否和CUDA Toolkit版本(Driver Version)匹配

如果你的显卡支持CUDA还返回false，就利用命令

nvidia-smi

检查自己的显卡驱动（Driver Version）：

看到上图中本地的显卡驱动版本后，去官网对照一下你的CUDA版本（CUDA Version）和驱动版本是否匹配。官网对照表的连接：

Table 3 CUDA Toolkit and Corresponding Driver Versions

上图是链接里表格的截图，像是CUDA版本为11.6就要求驱动版本必需大于等于511.65，如果小于511.65，就只能更新驱动。我的Driver Version = 512.78，是满足CUDA Version = 11.6的要求的。

如果Driver Version和CUDA Version不匹配，可以选择：

1、更新驱动版本（Driver Version）；或者

2、更换CUDA版本（CUDA Version）

---

1、更新驱动版本（Driver Version）

如果驱动不满足CUDA版本要求可以去英伟达官网进行驱动更新或者更换较低版本的CUDA Toolkit。去英伟达官网进行驱动更新：

人工智能计算领域的领导者 | NVIDIA

点击“驱动程序”：

这里注意（Notebook）指的是你笔记本上的显卡，所以这里我选GeForce RTX 30 Series(Notebooks)

后面就一一对应选择好就可以了。“下载类型”和“语言”就用他的默认设置即可。点击“搜索”：

点击“下载”安装即可。

安装完后，再次在命令行中输入：

nvidia-smi

查看Driver Version是否变化。如果发生了更新，此时的Driver Version应该已经变成上图的527.56，那么继续使用命令：

python
import torch
torch.cuda.is_available()

查看结果是否是True。

2、更换CUDA版本（CUDA Version）

详情请看该链接：

（还没写）其实就是多版本CUDA管理，改个环境变量就行。