Ubuntu16.04下torch.cuda.is_available()返回False，求CUDA适配方案

咱们先拆解下你的环境矛盾点：

• 系统层面的CUDA编译器（nvcc -V）是7.5版本，对应的NVIDIA驱动版本肯定偏低
• 但Anaconda里装的是cudatoolkit 10.2和适配它的PyTorch 1.5.0

PyTorch能不能调用CUDA，核心是系统的NVIDIA驱动版本要和你安装的cudatoolkit版本兼容，你的情况是旧驱动拖了新toolkit的后腿，所以导致CUDA不可用。下面给你两个可行的解决方案，你可以根据需求选择：

方案一：升级系统CUDA驱动和Toolkit（推荐） #

这个方案能保留你当前较新的PyTorch 1.5.0，后续开发体验更好。步骤如下：

1. 先查看当前驱动版本 #

运行命令确认你的NVIDIA驱动版本：

nvidia-smi

看输出里的Driver Version，如果是384.x或更低，那肯定不支持CUDA 10.2，必须升级。

2. 卸载旧的CUDA和驱动 #

先清理掉系统里的旧版本CUDA和驱动：

sudo apt-get purge nvidia*
sudo apt-get autoremove
sudo apt-get autoclean
sudo rm -rf /usr/local/cuda*

3. 安装支持CUDA 10.2的驱动 #

添加NVIDIA官方软件源，然后安装对应驱动：

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update
sudo apt install nvidia-driver-440

（CUDA 10.2要求驱动版本≥440.33，440版本是稳定兼容的选择）

4. 安装CUDA Toolkit 10.2 #

下载对应Ubuntu 16.04的CUDA 10.2安装包并安装：

wget https://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda-repo-ubuntu1604-10-2-local-10.2.89-440.33.01_1.0-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1604-10-2-local-10.2.89-440.33.01_1.0-1_amd64.deb
sudo apt-key add /var/cuda-repo-10-2-local-10.2.89-440.33.01/7fa2af80.pub
sudo apt-get update
sudo apt-get install cuda-10-2

5. 配置环境变量 #

编辑你的~/.bashrc文件，添加以下内容：

export PATH=/usr/local/cuda-10.2/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH

然后让配置生效：

source ~/.bashrc

6. 验证 #

重新打开终端，运行nvcc -V应该显示CUDA 10.2版本，再运行Python检查：

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

此时应该返回True了。

方案二：降级PyTorch和cudatoolkit（适合不想折腾系统的情况） #

如果不想动系统的CUDA 7.5，那只能降级Anaconda里的PyTorch到兼容CUDA 7.5的版本，不过这个版本会比较老：

1. 卸载当前的PyTorch和cudatoolkit #

conda uninstall pytorch cudatoolkit

2. 创建兼容的conda环境（可选但推荐） #

因为PyTorch 0.4.1（兼容CUDA7.5的最新版本）只支持Python 3.6及以下，如果你当前是Python3.7，建议新建环境：

conda create -n torch_legacy python=3.6
conda activate torch_legacy

3. 安装兼容版本的PyTorch #

conda install pytorch=0.4.1 cuda75 -c pytorch

4. 验证 #

激活环境后运行Python，检查torch.cuda.is_available()是否返回True。

内容的提问来源于stack exchange，提问作者Vishnukk