验证 GPU 是否可用 + 错误排查

实操部分

• Python 中测试 GPU 是否可用
  打开 Python 交互环境，输入：

  import torch
  print("GPU 是否可用:", torch.cuda.is_available())
  if torch.cuda.is_available():
      print("当前GPU设备名称:", torch.cuda.get_device_name(0))
  

  这段代码可以快速告诉你 PyTorch 是否能调用 GPU，以及当前使用的是哪块显卡。

• 使用 nvidia-smi 检查显卡驱动和状态
  在命令行（终端、PowerShell）输入：

  nvidia-smi
  

  它会显示显卡型号、驱动版本、CUDA Runtime 版本以及显存使用情况，是诊断GPU问题的常用工具。

• 常见错误及解决方案

  • No GPU found / CUDA device not available

    • 确认你的机器有 NVIDIA GPU。

    • 确认已安装正确的 NVIDIA 显卡驱动（版本需支持你安装的 CUDA 版本）。

    • 确认 PyTorch 版本匹配你的 CUDA 版本（通过官网安装命令）。

    • 检查是否在正确的 conda / 虚拟环境下运行。

  • CUDA版本不匹配（Mismatch）报错

    • 检查显卡驱动版本：显卡驱动必须支持你运行的 CUDA Runtime 版本。

    • 检查 PyTorch 的 CUDA 版本（比如 PyTorch-cu118 要求驱动版本 >= 525.x）。

    • 升级或降级显卡驱动，或者重新安装匹配的 PyTorch 版本。

  • 其他调试建议

    • 重启电脑，有时驱动更新后需重启生效。

    • 更新显卡驱动到最新稳定版本。

    • 查看 torch.version.cuda 获取当前 PyTorch 使用的 CUDA 版本。