Conda环境中PyTorch脚本GPU检测失败，命令行执行却成功求排查

• 检查脚本使用的Python解释器
  在test.py开头添加以下代码：

  import sys
  print(sys.executable)
  

  运行脚本后，将输出的路径和Conda命令行中执行which python（Linux/macOS）或where python（Windows）得到的路径对比。若路径不一致，说明脚本调用了系统Python或其他环境的解释器。
  解决方式：

  • 激活目标Conda环境后，用python test.py运行脚本；
  • 或在脚本开头指定环境Python的绝对路径（Linux/macOS示例：#!/home/user/miniconda3/envs/your_env/bin/python）。

• 检查IDE的解释器配置（若用IDE运行脚本）
  如果你用VS Code、PyCharm等IDE运行脚本，大概率是IDE默认解释器未指向目标Conda环境：

  • VS Code：点击左下角的Python版本标识，切换到你的Conda环境；
  • PyCharm：进入File > Settings > Project: xxx > Python Interpreter，选择目标Conda环境。

• 对比环境变量差异
  在命令行执行：

  python -c "import os; print(os.environ['PATH'])"
  

  同时在test.py中添加：

  import os
  print(os.environ['PATH'])
  

  对比两者的PATH变量，若脚本的PATH中系统Python目录优先级更高，会导致调用错误的解释器。
  解决方式：运行脚本前务必执行conda activate your_env激活目标环境。

• 验证PyTorch安装一致性
  在脚本中添加：

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

  同时在命令行执行相同代码，对比输出的PyTorch版本和CUDA状态。若版本不一致，说明脚本用的解释器未安装正确的PyTorch版本。
  解决方式：切换到正确的解释器，重新执行PyTorch官方的CUDA版本安装命令。

内容的提问来源于stack exchange，提问作者Sharon