RTX3060环境下Torch无法识别CUDA，GPU训练不可用如何解决？

1. 匹配PyTorch与CUDA版本 #

你的CUDA驱动支持最高Runtime版本为11.6，必须安装对应版本的GPU版PyTorch：

• 打开PyCharm终端，执行pip list | grep torch，查看当前torch/torchvision版本。
• 若版本不兼容，先卸载现有包：

  pip uninstall torch torchvision torchaudio -y
  

• 安装适配CUDA 11.6的PyTorch：

  pip install torch==1.13.1+cu116 torchvision==0.14.1+cu116 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu116
  

2. 确认PyCharm解释器配置 #

PyCharm可能误选了未安装GPU版PyTorch的环境：

• 依次点击File > Settings > Project: [你的项目名] > Python Interpreter。
• 检查当前选中的解释器是否为你安装GPU版PyTorch的虚拟环境（conda/venv均可）。
• 若选错，点击右上角齿轮图标，选择Add，定位到正确的虚拟环境路径并添加。

3. 验证CUDA Toolkit安装（可选） #

nvidia-smi显示的是驱动支持的CUDA版本，若未安装CUDA Toolkit可能导致识别失败：

• 下载并安装CUDA Toolkit 11.6，安装时默认路径即可，勾选自动添加环境变量。
• 终端执行nvcc -V，若输出CUDA版本11.6则安装成功。

4. 测试GPU识别 #

在PyCharm中运行以下代码验证：

import torch
print(torch.__version__)
print(torch.cuda.is_available())
print(torch.cuda.device_count())
print(torch.cuda.get_device_name(0))

若输出True及RTX 3060设备名称，说明问题解决。

内容的提问来源于stack exchange，提问作者shanster