Windows10下PyTorch v1.13与CUDA 11.x不兼容问题排查修复

一、用Python命令查询相关版本与路径 #

1. 查询PyTorch v1.13适配的CUDA版本 #

在Python环境（Jupyter Lab或终端）中执行：

import torch
print("PyTorch版本:", torch.__version__)
print("PyTorch编译时使用的CUDA版本:", torch.version.cuda)

此命令将直接输出PyTorch 1.13对应的CUDA编译版本（通常为11.6或11.7）。

2. 查询系统CUDA工具包安装位置 #

通过环境变量获取CUDA路径：

import os
cuda_path = os.environ.get('CUDA_PATH')
print("系统CUDA工具包安装路径:", cuda_path)

Windows下CUDA默认安装路径一般为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.x，v11.x对应你的工具包版本。

3. 查询当前GPU驱动版本 #

调用系统命令获取驱动版本：

import subprocess
result = subprocess.run(['nvidia-smi', '--query-gpu=driver_version', '--format=csv,noheader'], capture_output=True, text=True)
print("当前GPU驱动版本:", result.stdout.strip())

二、修复PyTorch与CUDA版本不兼容问题 #

根据你的nvidia-smi输出，当前驱动支持CUDA 11.6，结合PyTorch 1.13的适配规则，按以下步骤操作：

1. 确认适配关系 #

PyTorch 1.13官方支持CUDA 11.6和11.7，你的驱动513.63刚好兼容CUDA 11.6，优先匹配该版本。

2. 卸载现有不匹配的PyTorch #

打开Windows命令提示符（或Anaconda Prompt，若用conda环境）执行卸载命令：

• pip卸载：

pip uninstall torch torchvision torchaudio

• conda卸载：

conda uninstall torch torchvision torchaudio

3. 重新安装适配CUDA 11.6的PyTorch 1.13 #

执行对应安装命令：

• pip安装：

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

• conda安装：

conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 pytorch-cuda=11.6 -c pytorch -c nvidia

4. 检查环境变量配置 #

右键"此电脑" → "属性" → "高级系统设置" → "环境变量"，确认：

• 系统变量CUDA_PATH指向CUDA 11.6安装路径（如C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6）
• 系统变量Path中添加：
  • %CUDA_PATH%\bin
  • %CUDA_PATH%\libnvvp

5. 验证GPU调用状态 #

重新打开Python环境，执行以下代码验证：

import torch
print("GPU是否可用:", torch.cuda.is_available())
print("当前GPU设备名称:", torch.cuda.get_device_name(0) if torch.cuda.is_available() else "无可用GPU")

若输出GPU是否可用: True，则问题已解决。

内容的提问来源于stack exchange，提问作者Rich Lysakowski PhD