windows下 anaconda + cuda + pytorch 安装后gpu不可用问题

收到华为小奖状，秋招结束，刷了半年多的牛客，离开前把自己的时间线写个流水账给需要的同学参考~##实习1、4月投递实习简历，5天后简历筛选收到知识产权承诺书，签署。上午开完组会，下午签完三方，我的秋招算是结束了，最终选择了个很卷的offer，但是只要自己喜欢，不留遗憾就好。两轮技术面+一轮hr面，最后给了个20K*14，年终还不定，可多可少。本来打算在一线浪两年再回家，结果老家国企相当于给开了个sp，手里有几个心怡的offer，不知道怎么选，大佬们帮忙投投票，最好给点建议引流大法，质疑理解成为#小鹏。

在CentOS系统使用Tesla V100显卡运行PyTorch时，发现虽然安装了PyTorch但无法识别GPU。问题原因是通过conda环境配置文件安装时，因换源导致自动安装了CPU版本的PyTorch。解决方法：1)检查CUDA版本兼容性(nvidia-smi)；2)卸载原有PyTorch；3)重新安装指定CUDA版本的PyTorch(如conda install pytorch pytorch-cuda=11.8)。其他建议包括检查驱动版本、统一包管理器、新建环境

安装pytorch环境、无法使用GPU解决办法

将以下七个文件夹全部复制到对应的环境的目录下（即上面一个截图中envs-->unet_implementation-->lib-->site-packages），并把环境中对应的torch全家桶文件夹删除。希望能帮到同样问题的人。已经安装了GPU版本的torch，但是使用torch.cuda.is_available()来验证的时候得到的结果还是一个大大的false。但是我在pycharm中查看解释器中的环境：此时的torch版本又是另一个版本。③这样对比终端的库和pycharm的库一眼发现问题；

安装了CUDA,但是电脑还是不使用GPU训练模型

从你提供的信息来看，尽管你的环境中安装了与CUDA相关的库（如libcublas等），但PyTorch还是无法使用GPU。False。

配置环境需要选择合适的版本。python和pytorch，pycharm版本对照关系可以搜索一下站里的相关文档，更重要一些的是python和pytorch的对应关系，nacidia和cuda的对应关系。我会用这套配置验证随后的学习，如果有错误我会在这篇里进行修正。

【超详细】AnaConda+CUDA+CuDNN+Pytorch-gpu环境配置

实验证明在pip指令后面的 cu118才是关键。Fridemn-CSDN博客做实验尝试做到很晚但是我们目前只能说有一些感性的认识，总结了一些经验但是对于CUDA的理解还是有很多不到位的地方，需要后面不断的实践补充。

一开始以为是cuda的版本不对，就开始不断的实验各种版本，后来发现可能是使用清华源下载时自动下载的cpu版本。查看torch版本的python命令，用pytorch官网自带的源下载。，发现输出的确为cpu版本。torch无法使用cuda。

python import torch print(torch.__version__) 居然是+cpu，明明自己下载的是gpu版本 1.9.1+cpu 搜寻了一圈从该博主下找到了答案如图：(23条消息) torch.cuda.is_available()返回false——解决办法_Nefu_lyh的博客-CSDN博客_torch.cuda.is_available 那么接下来按博主的方法卸载torch：因为我是在虚拟环

在Anaconda的base环境中，torch.cuda.is_available()函数是true，但是转为自己创建的虚拟环境后变为false；具体原因尚未找到，但是可以通过下面操作进行更正： 操作前： torch.load(model_file) 操作后： torch.load(model_file, map_location='cpu') ...

https://blog.csdn.net/qq_42028734/article/details/103237449 在虚拟环境里装. 还有安装的NIDIA不要用10.2

如果已安装了正确的CUDA版本，但仍然无法使用GPU，可以尝试更新PyTorch和CUDA到最新版本。：如果已安装了正确的CUDA版本，但仍然无法使用GPU，可以尝试更新PyTorch和CUDA到最新版本。：有时候CUDA驱动或PyTorch安装可能出现问题，导致无法正确识别GPU设备。：有时候CUDA驱动或PyTorch安装可能出现问题，导致无法正确识别GPU设备。：如果以上解决方法都无效，可以向PyTorch官方论坛或其他深度学习社区寻求专业支持，寻求更详细的帮助和指导。

背景 import torch 没问题 但print(torch.cuda.is_available())总是FALSE CUDA和cudnn因为tensorflow调用成功肯定是没问题的，所以不再检查这两个。 方法 检查： 1.cudatoolkit是否安装 2.torchversion是否安装 3.检查pytorch的version装成只有cpu版的了？（cpu版显示） 避免这种事情的最简单方法： 使用官网连接直接conda安装pytorch，cudatoolkit安装慢的话用conda提供的url下载

解决了cuda和pytorch以后，gpu调用显示为FALSE的问题