RTX 3060搭配CUDA 11.8与PyTorch：GPU无法作为计算引擎求助

1. 确认PyTorch与CUDA版本匹配 #

先检查当前PyTorch绑定的CUDA版本，运行以下代码：

import torch
print(torch.version.cuda)

如果输出版本和你安装的CUDA 11.8不一致，说明你装的是CPU版PyTorch，或是绑定其他CUDA版本的GPU版。需要重装适配CUDA 11.8的PyTorch，比如用这条pip命令：

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

2. 直接验证GPU检测状态 #

运行以下代码确认PyTorch对GPU的识别情况：

print(torch.cuda.is_available())
print(torch.cuda.device_count())
print(torch.cuda.get_device_name(0))

如果torch.cuda.is_available()返回False，继续往下排查。

3. 检查系统环境变量配置 #

• 确保CUDA_PATH环境变量指向你的CUDA 11.8安装目录（比如C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8）
• 把C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin和C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\libnvvp添加到PATH环境变量中
• 修改完环境变量后，重启命令行和Python环境再测试。

4. 确认显卡切换设置（针对双显卡笔记本） #

部分双显卡笔记本默认用集成显卡跑程序，需手动切换：

• 打开NVIDIA控制面板，进入“管理3D设置”，把Python.exe或你的IDE（比如Jupyter Notebook）设置为优先使用NVIDIA高性能GPU
• 或者在Windows“图形设置”中添加你的Python/IDE程序，选择高性能GPU选项

5. 重启系统后再测试 #

做完以上操作后，重启电脑，重新运行PyTorch检测代码，查看GPU是否能被识别。

内容的提问来源于stack exchange，提问作者fCremer