按安装步骤配置后PyTorch检测不到CUDA该如何排查解决

• 首先校验PyTorch与CUDA版本匹配性
  运行nvcc --version查看本地安装的CUDA Toolkit主版本号，再运行pip show torch（pip安装）或conda list pytorch（conda安装）查看已装PyTorch信息：
  • 若PyTorch版本后缀带cpu标识，说明错装了CPU版PyTorch，需卸载后重新安装对应CUDA版本的GPU版PyTorch
  • 若PyTorch支持的CUDA主版本和本地安装的CUDA主版本不匹配（比如本地装CUDA11.x，PyTorch仅支持CUDA12.x），也会导致CUDA无法调用，需统一两端版本
• 校验PyCharm解释器配置
  打开PyCharm设置→项目→Python解释器，确认当前项目使用的解释器就是你安装GPU版PyTorch对应的环境，避免错用其他虚拟环境或全局Python环境。
  可以直接在PyCharm内置终端运行python -c "import torch; print(torch.version.cuda)"，如果输出为None，就是当前解释器下的PyTorch为CPU版。
• 校验CUDA环境与驱动兼容性
  在系统默认命令提示符（非PyCharm内置终端）运行nvidia-smi，查看右上角显示的驱动支持最高CUDA版本，你安装的CUDA版本不能高于该数值。同时确认你的NVIDIA显卡算力满足当前PyTorch版本的最低要求，PyTorch 2.0+最低要求显卡算力≥3.5，老旧显卡无法支持。
  另外运行echo %PATH%确认CUDA的bin、libnvvp等目录已经正确加入系统路径，且排序尽量靠前，避免被其他同名程序路径覆盖。
• 排除IDE环境影响
  在系统默认命令提示符中激活对应Python环境，运行python -c "import torch; print(torch.cuda.is_available())"：
  • 若此处返回True，说明是PyCharm未同步系统环境变量，重启PyCharm或手动刷新项目环境即可
  • 若此处也返回False，说明问题出在PyTorch或CUDA的安装配置上，卸载现有PyTorch后选择对应CUDA版本的安装命令重新安装即可

内容的提问来源于stack exchange，提问作者geds133