Pipenv环境中PyTorch CUDA支持激活失败问题求助

以下是针对问题的具体排查和解决步骤：

1. 重新安装指定CUDA版本的PyTorch包 #

先卸载当前环境中的PyTorch相关包：

pipenv uninstall torch torchvision torchaudio

然后使用官方指定命令安装cu118版本（必须加--index-url，避免误装CPU版本）：

pipenv run pip install torch==2.1.0 torchvision==0.16.0 torchaudio==2.1.0 --index-url https://download.pytorch.org/whl/cu118

安装完成后用pipenv graph确认包版本后缀为+cu118。

2. 验证PyTorch的CUDA runtime信息 #

在Pipenv环境中运行以下命令，检查CUDA是否正确加载：

pipenv run python -c "import torch; print('Torch CUDA版本:', torch.version.cuda); print('CuDNN版本:', torch.backends.cudnn.version()); print('CUDA可用:', torch.cuda.is_available())"

若输出的CUDA版本为11.8，说明runtime已正确安装；若显示None，则需重复步骤1重新安装。

3. 检查Python版本兼容性 #

PyTorch 2.1.0 +cu118仅支持Python 3.8~3.11版本，确认Pipenv使用的Python版本在此范围内：

pipenv run python --version

若版本不符，重新创建指定版本的Pipenv环境：

pipenv --rm
pipenv install --python 3.11

之后再重新安装PyTorch包。

4. 确认系统驱动与CUDA路径配置 #

• 检查NVIDIA驱动版本：PyTorch 2.1.0 +cu118要求驱动版本不低于450.80.02，可通过NVIDIA控制面板查看，若过低则升级。
• 确保Pipenv环境能读取CUDA 11.8路径：在Pipenv环境中运行以下命令查看PATH：

pipenv run python -c "import os; print(os.environ['PATH'])"

若未包含C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin，需手动添加该路径到系统环境变量（重启终端生效），或启动Pipenv前临时设置：

set PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin;%PATH%
pipenv shell

5. 重置Pipenv虚拟环境 #

若以上步骤无效，删除并重建虚拟环境清除缓存：

pipenv --rm
pipenv install
pipenv run pip install torch==2.1.0 torchvision==0.16.0 torchaudio==2.1.0 --index-url https://download.pytorch.org/whl/cu118

内容的提问来源于stack exchange，提问作者FeivelFei