PyTorch使用问题：解决导入torch后torch.cuda.is_available()返回False的方法

我在网上找了超多方法&＃xff0c;说一下我这次配的经验吧&＃xff0c;也是以防自己忘了。
pycharm、python、Anaconda3、cuda等我之前配过&＃xff0c;稀里糊涂配的&＃xff0c;大家网上搜搜很多博客&＃xff0c;所以这里就不提了&＃xff0c;主要是我也不记得了。(●ˇ∀ˇ●)
第一次配环境&＃xff0c;如果以下步骤有不对的地方&＃xff0c;也请各位大佬指正

步入正题&＃xff1a;

我是win10系统

• ①检查电脑NVIDIA的cuda版本
  从NVIDIA控制面板确定电脑NVIDIA的cuda版本&＃xff1a;NVIDIA控制面板→帮助→系统信息→组件→查看文件名为NVCUDA.dll 的产品名称NVIDIA CUDA ****** driver &＃xff08;******的部分就是电脑NVIDIA的cuda版本&＃xff09;
  我的是10.2.89&＃xff0c;后面就以cuda10.2.89为例&＃xff0c;自己对应自己的版本
• ②检查自己电脑的nvidia驱动是否能带的起cuda 10.2
  进去cmd&＃xff08;命令提示符&＃xff0c;win&＃43;R输入cmd就进去了&＃xff09; 输入nvidia-smi&＃xff08;如果不出来的去网上搜下怎么打开nvidia-smi&＃xff09;

&＃96;nvidia-smi&＃96;


如图划红线的地方所示&＃xff08;提醒NVIDIA-SMI与Driver Version是要一样的哟&＃xff0c;这就是显卡驱动版本号&＃xff09;

显卡驱动版本号与CUDA版本号对应关系
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
从图可看到我的是446.14 &＃xff0c;而CUDA10.2.89的要求是≥441.22 。
所以我电脑的显卡驱动是允许装CUDA 10.2的。

• ③检查环境中已安装cuda的版本
  依旧是在cmd&＃xff08;命令提示符&＃xff09;内输入nvcc -V (注意第二个V是大写)

nvcc -V


如图所示我的是10.2&＃xff0c;所以配的是对的&＃xff0c;如果你的和第①步看的CUDA版本不一样&＃xff0c;那就要重装对应版本的CUDA驱动程序了&＃xff08;最好是对着第①步的CUDA版本配&＃xff0c;当然你也可以试试更改第①步NVIDIA显卡驱动的CUDA版本&＃xff0c;反正要想成功配pytorch 以上提到的关于CUDA的版本一定要“对齐”&＃xff09;
- 想找与显卡同版本的cuda驱动程序&＃xff0c;官方下载链接是这个https://developer.nvidia.com/rdp/cudnn-download&＃xff08;需要登陆/注册才能下载&＃xff0c;注册很简单。&＃xff09;
- 安装对应版本的CUDA驱动程序可以参考下这篇文章https://blog.csdn.net/u011473714/article/details/95042856

• ④配与cuda版本对应的cudatoolkit和cudnn
  依旧是参考一下这篇文章https://blog.csdn.net/u011473714/article/details/95042856

可以通过命令conda list 查看自己配的包&＃xff0c;如图所示

如果conda list没有找到cudatookit和cudnn&＃xff0c;可以再弄一下conda install cudatookit&＃61;10.2就可以&＃xff0c;然后conda install cudnn

• ⑤配与cuda版本对应版本的pytorch
  pytorch官网&＃xff1a;https://pytorch.org/get-started/locally/
  
  根据自己需要配的情况选对应的选项&＃xff0c;然后复制划红线的部分

但是

conda安装pytorch国外的镜像容易报错安装不上&＃xff0c;得配国内的镜像&＃xff0c;有很多文章教。但是我觉得镜像麻烦&＃xff0c;明明可以直接pip配为什么这么多人推荐的方法都是改镜像&＃xff0c;如图画篮圈的地方选了pip&＃xff0c;然后复制划红线的内容安装pytorch即可。

然后conda list 查看

我的是这几个都与CUDA版本“对齐”就torch.cuda.is_available()返回true了。奈斯&＃xff01;