torch.cuda.is_available函数总返回False

---

一、问题描述（使用网上两种解决方法仍不能解决）

在import pytorch后，使用以下函数：

torch.cuda.is_available()

这个函数返回True即为使用了cuda，但是我这里总是返回False。

1. 网上总结的方法一：根据自己cuda版本按照官网提供的安装命令安装pytorch

如果函数返回False，一般是pytorch及其组件与cuda版本不对应导致的，这个可以查看pytorch的官网（https://pytorch.org/get-started/locally/），官网给出了不同cuda版本下安装pytorch的命令，直接复制命令安装对应版本pytorch即可。

cuda版本查看可以通过在命令行使用以下命令查看：

nvcc -V

结果如下图，可以看到我这台电脑使用的cuda是11.3版本的。

于是我按照网上的方法，按照我的cuda版本11.3使用了对应的安装命令：

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

然后再使用torch.cuda.is_available()函数，还是返回False。

2. 网上总结的方法二：去NVIDIA官网安装最新驱动

我去了NVIDIA官网（https://www.nvidia.cn/geforce/drivers/）根据自己的显卡版本，下载了最新的驱动，驱动版本已更新到511.79：

然后再使用torch.cuda.is_available()函数，仍然返回False。

---

二、问题分析

我用以下命令检查了一下当前环境的安装包：

conda list

发现在列表中有一个cpu版本的pytorch包（问题已解决没来得及截图）。我认为可能是这个包的存在所以导致pytorch一直是使用cpu版本的。
所以我使用以下命令卸载了pytorch：

conda uninstall pytorch

然后我再根据pytorch官网上的提供的命令，安装了cuda11.3对应的pytorch。然后再使用torch.cuda.is_available()函数，终于返回True了啊啊啊啊啊啊啊啊。

所以可能是我先前安装pytorch时没有使用官网建议的命令，然后重新使用官网提供的命令安装时又没有把原先安装的pytorch卸载，所以导致后来安装的pytorch可能版本正确了但默认使用cpu版本的pytorch。

---

三、解决方法

如果在确认了已使用pytorch官网建议的安装命令安装pytorch了，并且显卡驱动是官网上最新的驱动了，但torch.cuda.is_available函数仍然返回False，那么可以尝试将已安装的pytorch卸载干净，卸载命令：

conda uninstall pytorch

然后再根据官网提供的命令安装对应版本的pytorch。