Ubuntu 17.10（GPU）环境下PyTorch安装后CUDA无法使用求助

从你的描述来看，核心问题出在NVIDIA显卡驱动未正确加载，导致CUDA和PyTorch无法调用GPU资源。下面是一步步的排查与修复方案：

1. 先确认NVIDIA驱动的安装状态 #

你的GTX 675M属于Kepler架构，本身是支持CUDA 9.0的，但Ubuntu 17.10自带的驱动可能和CUDA存在兼容性冲突。先通过以下命令检查驱动状态：

nvidia-smi

如果提示command not found，说明驱动完全没装上；如果弹出错误信息，说明驱动加载失败。

驱动修复步骤： #

• 先卸载所有可能冲突的旧驱动和CUDA文件：

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

• 添加NVIDIA官方驱动PPA源，获取适配的驱动版本：

  sudo add-apt-repository ppa:graphics-drivers/ppa
  sudo apt update
  

• 安装适合GTX 675M的稳定驱动（推荐390版本，它是支持Kepler架构的最后一批稳定驱动）：

  sudo apt install nvidia-390 nvidia-settings nvidia-prime
  

• 重启电脑后，再次运行nvidia-smi，如果能显示显卡型号、驱动版本等信息，说明驱动加载成功。

2. 重新安装CUDA 9.0 #

之前通过deb包安装的CUDA可能因为驱动未正常加载而未关联成功，现在驱动正常后，重新安装CUDA：

• 下载对应Ubuntu 17.04的CUDA 9.0 deb包（Ubuntu 17.10可兼容该版本包）
• 安装时跳过驱动安装（我们已经单独装了适配的驱动）：

  sudo dpkg -i cuda-repo-ubuntu1704_9.0.176-1_amd64.deb
  sudo apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1704/x86_64/7fa2af80.pub
  sudo apt update
  sudo apt install cuda-9-0
  

• 添加CUDA环境变量到~/.bashrc，确保系统能识别CUDA命令：

  echo 'export PATH=/usr/local/cuda-9.0/bin:$PATH' >> ~/.bashrc
  echo 'export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
  source ~/.bashrc
  

• 验证CUDA安装：

  nvcc --version
  

  如果输出CUDA 9.0的版本信息，说明安装成功。

3. 切换到NVIDIA独立显卡（双显卡适配） #

你的电脑是双显卡配置，默认可能优先使用Intel集成显卡，需要手动切换到NVIDIA显卡：

• 图形界面方式：运行nvidia-settings，在PRIME Profiles中选择「NVIDIA (Performance Mode)」，然后重启电脑。
• 命令行方式：

  sudo prime-select nvidia
  sudo reboot
  

• 验证当前使用的显卡：

  glxinfo | grep "OpenGL renderer"
  

  如果输出显示NVIDIA GeForce GTX 675M，说明切换成功。

4. 重新安装PyTorch #

现在驱动和CUDA都正常了，卸载旧的PyTorch并重新安装：

conda uninstall pytorch torchvision
conda install pytorch torchvision cuda90 -c pytorch

然后在Python中验证：

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

如果返回True和你的显卡名称，说明问题已经解决。

额外注意事项 #

• Ubuntu 17.10已经停止官方支持，建议升级到更稳定的LTS版本（比如20.04），这样驱动和CUDA的兼容性会更好。
• GTX 675M的CUDA计算能力是3.0，PyTorch的新版本可能不再支持该架构，如果安装时遇到问题，可以指定兼容的旧版本：

  conda install pytorch=1.1.0 torchvision=0.3.0 cuda90 -c pytorch
  

内容的提问来源于stack exchange，提问作者pete