You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

已安装带CUDA的PyTorch,但torch.cuda.is_available()返回False求助

解决PyTorch中torch.cuda.is_available()返回False的问题

从你提供的信息来看,核心问题是安装的PyTorch是纯CPU版本——conda list pytorch输出里pytorch的build标记为py3.9_cpu_0,这会导致CUDA支持无法启用,即便你同时安装了pytorch-cuda=11.7也没用。

解决步骤

1. 彻底卸载现有PyTorch相关组件

执行以下命令清理所有相关包,避免残留影响重装:

conda uninstall pytorch pytorch-cuda pytorch-mutex torchvision torchaudio -y
pip uninstall -y torch torchvision torchaudio

2. 重新安装CUDA版本的PyTorch

使用指定版本的命令,确保拉取到支持CUDA的PyTorch包:

conda install pytorch=1.13.1 torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia

如果上述命令仍安装CPU版本,可以尝试指定具体build参数(匹配你的Python3.9环境):

conda install pytorch=1.13.1=py3.9_cuda11.7_cudnn8.5.0_0 torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia

3. 验证安装结果

激活conda环境后,运行Python代码验证:

import torch
print(torch.cuda.is_available())
print(torch.version.cuda)

若输出True和11.7,则说明CUDA支持已正常启用。

额外检查点

  • 确保操作时激活了正确的conda环境,避免在错误环境中安装/验证。
  • 你的NVIDIA驱动版本(528.33)完全支持CUDA 11.7,无需更新驱动。
  • nvcc --version显示的是系统级CUDA编译器版本,PyTorch使用的是自身打包的CUDA工具包,两者版本兼容即可,无需完全一致。

内容的提问来源于stack exchange,提问作者sczinner

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.07.30 06:47:19