torch.cuda.is_available()为False 解决方案(花了一下午找问题)

A.如果你觉得你安装了兼容版本的CUDA和pytorch的话，就在虚拟环境中执行

conda list

1.查看一下你当前虚拟环境的pytorch包，如果发现是cpu版本的，那就删掉这个pytorch重新下载。（好像是因为你安装新的包会导致gpu版本的会变为cpu版本的，似乎用pip安装pytorch不会有这种问题）

2.如果你重新下载并且还是cpu版本的话，那就鸡鸡了(我就是重新下载还是cpu版的！！！)

建议：删掉这个虚拟环境，重新创建并且安装pytorch（我反正删了我的虚拟环境，重新创建了一个，然后去官网复制CUDA11.8版本的pytorch的安装指令，就好了）

a.删除yourenv(你的环境的名字)以及其所有的包

conda remove --name yourenv --all

b.重新创建一个虚拟环境,yourenv是你想设置环境的名称

conda create --name yourenv

c.安装你的CUDA兼容的pytorch版本

最后我安装成功，如下图（仅供参考）：

B.若你安装的不是cpu版本的，那感觉就是版本兼容的问题了

首先检查CUDA版本：

nvidia-smi

我这里是12.0的版本

2.去网站Previous PyTorch Versions | PyTorch查看你对应CUDA版本的pytorch

说明：CUDA12.0版本没有对应版本的pytorch,但是兼容旧版本的pytorch,所以我安装了CUDA 11.8版本的

3.在你需要安装pytorch的conda虚拟环境中执行命令即可

C.如果你CUDA都没有，去找其他教程吧，对不已