问题等同于“torch.cuda.is_available() = false”
之前怎么安装的pytorch已经不记得了,最近需要加速代码,想使用GPU. 但是torch.cuda.is_available() 总是显示 False. 为此决定从新安装PyTorch, CUDA 等。
前提:
- 了解自己pc上nvidia驱动所支持的最高CUDA version.
- 方法: ctrl+R -> cmd -> nvidia-smi

操作:
1. 在previous版本中找到合适的pytorch版本,根据pc OS和pip or conda复制安装命令。
例如v1.13.1.

- 这样做的好处在于,我们不需要操心pytorch, cuda的版本适配问题。
2. 这样安装之后我出现了以下问题

解决方案:
conda install cudatoolkit
- 升级一下cudatoolkit. 注意这里版本需要低于文章“前提”中提到的cuda version.
检查:
import torch
print(torch.__version__)
print(torch.cuda.is_available())
# results are
1.13.1
True
本文讲述了如何在遇到`torch.cuda.is_available()`返回False的问题后,重新安装和适配PyTorch和CUDA。首先确认PC上NVIDIA驱动支持的最高CUDA版本,然后选择合适版本的PyTorch并安装,如v1.13.1。如果安装后遇到问题,可能需要升级cudatoolkit到一个较低版本并与PyTorch兼容。
1164

被折叠的 条评论
为什么被折叠?



