PyTorch CUDA无法检测GPU求助：已装对应版本仍无效

1. 验证NVIDIA驱动版本兼容性 #

PyTorch显示的CUDA版本为12.6，需确保系统NVIDIA驱动版本满足最低要求：Windows需≥535.86.05，Linux需≥535.104.05。

• 打开PowerShell/命令提示符，执行nvidia-smi，查看右上角的「CUDA Version」（此为驱动支持的最高CUDA版本，只要≥12.6即可）。
• 若驱动版本过低，前往NVIDIA官网下载对应GPU的最新驱动安装。

2. 确认PyTorch安装的CUDA组件有效性 #

执行以下代码进一步排查：

import torch
print(torch.cuda.device_count())
print(torch.cuda.current_device() if torch.cuda.is_available() else "No GPU detected")

• 若输出0，说明PyTorch未识别到GPU，需重新安装：
  1. 卸载现有包：

     pip3 uninstall torch torchvision torchaudio -y
     

  2. 重新执行原安装命令，确保安装过程无网络中断，检查日志确认下载的是cu126后缀的安装包（如torch-*.+cu126-*.whl）。

3. 检查GPU状态与切换 #

• 打开任务管理器「性能」标签，确认GPU未被禁用、未被高负载进程占用。
• 笔记本用户需确认已切换至独立NVIDIA GPU：打开NVIDIA控制面板，在「管理3D设置」中设置全局首选图形处理器为「高性能NVIDIA处理器」。

4. 验证Python环境正确性 #

• 执行python --version，确认Python版本在PyTorch 2.4+cu126支持范围内（3.8-3.12）。
• 若使用虚拟环境，确保已激活对应环境后再运行代码，避免调用未安装PyTorch的全局Python。

5. 检查系统CUDA环境变量（可选） #

若系统安装了独立CUDA工具包，需确认环境变量配置：

• 检查CUDA_PATH是否指向CUDA 12.6安装目录（如C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6）。
• 确保PATH中包含%CUDA_PATH%\bin和%CUDA_PATH%\libnvvp。

内容的提问来源于stack exchange，提问作者Davin Friggstad