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