解决 No GPU found, please set args.use_cuda = False

 ps：附上一些参考的文章，建议先看这些。

安装Pytorch-gpu版本（第一次安装 或 已经安装Pytorch-cpu版本后）-CSDN博客

安装pytorch GPU的方法，一次安装成功！！win10、win11皆可用！！_windows安装 torchgpu版本-CSDN博客

Pytorch的安装与配置并通过GPU进行加速(超详细教程)_安装pytorch gpu-CSDN博客

问题发现：在pycharm中运行神经网络代码时，出现上述bug,是因为pytorch没有gpu可用,可以在代码中修改如下所示：

args.use_cuda = False

修改后是能正常运行，是因为在用电脑的cpu跑。但我的笔记本是有显卡的，查询之后，发现原因在于自己安装的pytorch不是gpu版本。

1.先检查自己的pytoch能不能gpu

import torch

# 检查是否有可用的GPU
if torch.cuda.is_available():
    print("GPU is available")
    print("Number of GPUs available:", torch.cuda.device_count())
    print("GPU name:", torch.cuda.get_device_name(0))
else:
    print("No GPU available, using CPU")

2.或者在命令行或者终端输入：

nvidia-smi

如果能出现像这样的输出：

显示 GPU 的详细信息，例如型号cuda version :12.1、驱动程序版本driver version:531.79、内存使用情况等。说明是正常的。

3.对于有gpu但无法使用的情况一般有三种原因。第一，要检查自己有没有安装 NVIDIA 驱动程序和 CUDA 工具包；第二，要看自己安装的 PyTorch 版本是不是支持 GPU；第三，检查环境变量，确保自己的 CUDA 工具包路径正确设置在环境变量中。第三条看不懂没关系，参考文章里有讲，第一条其实就是有没有安装CUDA和cuDNN(这个是加速器，可安装也可不安装）

4.检查是否安装CUDA安装包

点击“开始”搜索Anaconda Prompt，点击打开。

输入以下命令并按回车：

nvcc --version

如果是安装好的会显示以下信息：

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2023 NVIDIA Corporation
Built on Wed_Feb__8_05:53:42_Coordinated_Universal_Time_2023
Cuda compilation tools, release 12.1, V12.1.66
Build cuda_12.1.r12.1/compiler.32415258_0

 5.检查CUDA环境变量

点击“开始”搜索Anaconda Prompt，点击打开。

输入以下命令并按回车：

echo %CUDA_PATH%

这里应该显示 CUDA 工具包的安装路径，其中包含版本信息。

(base) C:\Users\17756>echo %CUDA_PATH%
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1

6.检查pytoch的版本

打开“开始"搜索cmd,打开命令提示符。

输入

conda list

找到pytoch

pytorch                   2.3.0           cpu_py311hdee6804_0    defaults

这里显示的是cpu版本，如果是cuda_py311....这样的说明是gpu版。

解决办法：

7.尝试直接更新pytorch（这一步我操作后没有成功，我最后是卸载pytorch重装的）。

在命令提示符内输入

conda activate myenv38

激活虚拟环境。

选择用conda安装新的pytorch版本

conda install pytorch torchvision torchaudio cudatoolkit=12.1 -c pytorch

这里的cudatoolkit=12.1要根据自己下载的cuda版本修改后面的数字

或者使用pip安装

pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu121

最后你可以根据步骤1的代码在pytorch 上检查自己是否能使用gpu。

2.删除原先的版本后重新安装。

还是先激活虚拟环境

conda activate myenv38

卸载pytorch

pip uninstall torch torchvision torchaudio

再重复步骤7的内容。