PyTorch未使用GPU仅用CPU运行，torch.cuda.is_available()返回False求助

• 版本兼容性核心问题：PyTorch 1.6.0官方仅支持CUDA 10.2及以下版本，你安装时指定的cudatoolkit=11.0与该版本PyTorch不兼容，这是导致CUDA无法被识别的关键原因。

• 重新安装匹配版本：由于代码依赖PyTorch 1.6.0，需安装对应CUDA 10.2的版本。先卸载现有PyTorch或创建新conda环境，执行以下命令：

  conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.2 -c pytorch
  

• 检查系统环境变量：确保系统CUDA 11.7的环境变量配置正常（PyTorch 1.6.0会使用conda环境内的10.2版本，但基础系统环境不能出错）：

  • Linux：确认PATH包含/usr/local/cuda-11.7/bin，LD_LIBRARY_PATH包含/usr/local/cuda-11.7/lib64
  • Windows：确认PATH包含C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\bin，LIB包含C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\lib\x64

• 验证GPU驱动版本：CUDA 10.2要求最低NVIDIA驱动版本为440.33（Linux）或441.22（Windows），通过nvidia-smi命令查看当前驱动版本，若低于要求需更新驱动。

• 最终有效性验证：安装完成后，在conda环境中运行Python，执行以下代码确认：

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

  若输出True且CUDA版本显示为10.2，说明配置成功。

内容的提问来源于stack exchange，提问作者sandeepa