安装 Pytorch cuda 后，torch.cuda.is_available() 显示为 false。该怎么办？答案

【问题标题】：After installing Pytorch cuda , torch.cuda.is_available() show false. What to do?安装 Pytorch cuda 后，torch.cuda.is_available() 显示为 false。该怎么办？
【发布时间】：2021-08-06 18:25:30
【问题描述】：

我已经通过运行这个命令安装了 pytorch cuda：

conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c nvidia

我的 cuda 版本是 11.2 。我正在使用 windows 10 。 Pytorch cuda 11.2 目前不可用。 (pytorch.org)

所以我已经安装了11.1 版本。

（使用nvidia-smi） Cuda version

但它显示为假。

torch.cuda.is_available() >>> False

10.2 和 11.1 版本我都试过了。

据我所知，我不需要为 pytorch 安装 cuda 工具包

【问题讨论】：

您是否从安装到的 Conda 环境中正确调用 torch.cuda.is_available()？
我想，我打对了。
查看您的屏幕截图后，您显然使用nvidia-smi 来检查您的 CUDA 版本，但是此命令不会运行当前的 CUDA 版本。考虑到您的 GPU，它只是打印兼容版本，而不是使用 cat /usr/local/cuda/version.txt 或 nvcc --version
我使用的是 windows 10.. 你的两个命令在我的系统上不起作用。
在 Windows 上，您必须找到 cuda 所在的位置。找到它后，您还应该找到一个文件version.txt。一种可能的方法：通过powershell where cudnn*which 应该会提示类似C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vx.x\bin\cudnn_x.dll` go back to CUDA\vX.X` here should be located version.txt`

标签： python anaconda pytorch

【解决方案1】：

您不应该将软件包安装到您的基础环境中。使用必要的工具创建一个单独的环境。

示例：使用 Python v3.7 和 torch 包创建名为 dlearn 的环境

conda create -n dlearn python=3.7 pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c nvidia

激活并使用您的 dlearn 环境

conda activate dlearn
python -c "import torch;print(torch.cuda.is_available())"
# this should echo True if all is well

目前支持的 cudatoolkit 是 11.1，它适用于 11.2 驱动程序。他们迟早会更新它。如果需要，您可以从 GitHub PyTorch 构建以获取最新版本。步骤比上面的要复杂。

【讨论】：