Windows10下PyTorch无法检测CUDA，如何修改其CUDA查找路径？

针对你遇到的CUDA 11.7已验证可用，但PyTorch无法检测到CUDA的问题，以下是具体解决方法：

一、彻底重置PyTorch #

普通重装可能残留配置文件导致问题，需彻底清理后重新安装：

• 卸载现有PyTorch相关包：
  打开命令提示符，进入你的Python环境（如虚拟环境），执行：

  pip uninstall torch torchvision torchaudio -y
  

• 删除残留文件：
  找到Python环境的Lib/site-packages目录，手动删除所有包含torch、torchvision、torchaudio字样的文件夹和文件
• 安装适配CUDA 11.7的PyTorch：
  执行以下命令安装对应版本：

  pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu117
  

二、配置CUDA查找路径 #

PyTorch依赖系统环境变量定位CUDA，需确保环境变量配置正确：

• 配置系统环境变量：
  1. 右键「此电脑」→「属性」→「高级系统设置」→「环境变量」
  2. 新增或修改系统变量：
     • CUDA_PATH：值设为你的CUDA安装目录，例如C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7
     • CUDA_PATH_V11_7：值同上
  3. 在Path变量中添加以下路径：
     • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\bin
     • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\libnvvp
  4. 保存后重启命令提示符或IDE
• 临时指定路径（仅当前会话生效）：
  在运行PyTorch前执行以下代码：

  import os
  os.environ['CUDA_PATH'] = 'C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v11.7'
  os.environ['PATH'] += ';C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v11.7\\bin'
  import torch
  print(torch.cuda.is_available())
  

三、额外排查项 #

• 确认Python环境一致性：检查运行torch.cuda.is_available()的Python环境，和安装PyTorch的环境为同一个（避免混淆系统Python和虚拟环境）
• 更新NVIDIA驱动：CUDA 11.7要求驱动版本≥512.15，确保驱动已更新到对应版本
• 验证CUDA运行时：运行CUDA Samples中的deviceQuery.exe程序，确认CUDA运行时功能正常
• 检查版本兼容性：确保安装的PyTorch版本与CUDA 11.7兼容（PyTorch 1.13.x、2.0.x均支持CUDA 11.7）

内容的提问来源于stack exchange，提问作者Nolan Meyer