关于解决torch.cuda.is_available()以及pip 找不到的问题

关于解决torch.cuda.is_available()以及pip 找不到的问题

首先按照顺序下载好gpu的驱动器，以及nvidia cuda（这里是下载好cuda的编译工具和环境）（CUDA(Compute Unified Device Architecture)，显卡厂商NVidia推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题），

这之间主要在于gpu的型号以及cuda型号之间的匹配

在与之对应的官网下好最新版，在装nvidia cuda的时候，可能会出现安装失败，要选择自定义安装，将相应安装 失败的组件给取消即能安装成功，

安装pytorch+gpu版本，

选择好与电脑型号以及与cuda型号相应的命令，进行安装，一定要选择pip命令来进行安装，这样才能够保证是安装gpu版本的pytorch,中间可能会出现安装错误，我们只需要不断的切换安装源即可
可以换成一下源试试

pip install torch==1.10.0+cu113 torchvision==0.11.1+cu113 torchaudio==0.10.0 --extra-index-url https://download.pytorch.org/whl/cu113

注意上述应该用python -m pip命令来替换pip命令，保证将工具包安装在相应的环境中，而不是base环境中。

总结

可使用nvidia-smi来进行型号的查看，选择合适的显卡，cuda进行安装

第一显卡驱动，和cuda 均选择安装最新版本，这样能够避免型号冲突，

一般两者之间的关系显卡驱动都是向下兼容，510.47是指本机nVidia的型号，即nvidia型号越高，越能适应各种版本的cuda

第二安装cuda时会出现安装失败的情况，需要选择自定义安装，将安装失败的项给取消，这样能够保证安装成功

如大概率会出现与vs studio 相关的会出现安装不成功，需要将和这一项相关的全称，和缩写全部取消，

测试是否安装成功

安装好后需配置好环境变量。


然后在 cmd 输入 BandwidthTest.exe 和 deviceQuery.exe 执行程序，两个都输出为 PASS 即为成功。
同时有的项目也需要安装cuDNN

第三在pytorch官网选择pip install下载pytorch的gpu版本，如果是选择conda下载的cpu版本后期仍会出现torch.cuda.is_available()错误。如果pip install出现错误，更换镜像源。则可以得到解决。

第四关于pip Cannot open D:\Program Files\Anaconda3\Scripts\pip-script.py

在相应的文件夹中加入下面连接中的pip-script.py文件，注意一定要修改里面的路径将路径改成你的路径，之后再将相应的pip命令进行升级后即可使用
python -m pip install --upgrade pip
链接：https://pan.baidu.com/s/1B-mUG5-KaIXXTa46Acrswg
提取码：jxbc

对知乎https://zhuanlan.zhihu.com/p/524468331的完善