为何VSCode Jupyter中torch.cuda.is_available()返回False，其他环境却为True？

首先附上问题截图：

以下是针对性的排查和解决步骤：

• 核对Jupyter使用的Python环境
  在VSCode的Jupyter单元格中运行以下命令，查看当前环境路径：

  # Linux/macOS
  !which python
  # Windows
  !where python
  

  对比终端中正常识别CUDA的Python环境路径，如果不一致，点击VSCode左下角的Python环境选择器，切换到正确的环境，之后重启Jupyter内核。

• 检查环境中PyTorch的版本类型
  在Jupyter单元格中运行：

  # Linux/macOS
  !pip list | grep torch
  # Windows
  !pip list | findstr torch
  

  查看输出的torch版本是否带有cu后缀（如torch==2.1.0+cu118），如果是CPU版本（如torch==2.1.0+cpu），卸载后重装对应CUDA版本的PyTorch：

  # 以CUDA 11.8为例，根据自己的CUDA版本调整
  pip uninstall torch torchvision torchaudio -y
  pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
  

• 更新VSCode的Jupyter扩展
  打开VSCode扩展商店，搜索「Jupyter」，检查是否有更新提示，点击更新后重启VSCode，再重新运行Jupyter代码测试。

• 确认CUDA环境变量在VSCode中生效
  在Jupyter单元格中运行!nvcc --version，如果无法识别CUDA编译器，尝试重启VSCode（让系统环境变量生效），或者手动在VSCode的终端中设置CUDA路径（如Windows下set PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin;%PATH%），之后重启Jupyter内核。

内容的提问来源于stack exchange，提问作者lalala