Python 为什么`torch.cuda.is_available（）`即使在使用cuda安装pytorch后也返回False？

在装有NVidia GeForce 820M的Windows 10 PC上 我成功安装了CUDA 9.2和cudnn 7.1， 然后按照PyTorch.org上的说明安装PyTorch

我特别使用了这个命令

pip install torch==1.4.0+cu92 torchvision==0.5.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html

因为我用的是pip而不是水蟒

然而，我得到了以下信息

>>> import torch
>>> torch.cuda.is_available()
False

---

为什么会发生这种情况？

您的图形卡不支持CUDA 9.0

因为我已经看到了很多关于这类问题的问题，我正在写一个关于如何检查您的系统是否与CUDA兼容的广泛答案，特别是针对在CUDA支持下使用PyTorch。本答案的最后一部分描述了解决问题的各种环境相关选项

---

与CUDA一起使用PyTorch的系统要求如下：

• 您的图形卡必须支持所需版本的CUDA
• 图形卡驱动程序必须支持所需版本的CUDA
• PyTorch二进制文件必须支持图形卡的计算能力

注意：如果您安装预构建的二进制文件（使用pip或conda），则在安装支持CUDA的PyTorch之前，您不需要在系统上安装CUDA工具包或运行时。这是因为除非从源代码处编译，否则Pytork总是附带CUDA库的副本

---

1.如何检查您的GPU/图形卡是否支持特定的CUDA版本 首先，确定图形卡的型号

在继续之前，请确保您拥有NVidia图形卡AMD和英特尔图形卡不支持CUDA

NVidia在单个位置提供CUDA兼容性信息方面做得并不好。最好的资源可能是。确定支持哪些CUDA版本

在大表格中找到您的图形卡型号，并注意计算能力版本。例如，GeForce 820M的计算能力为2.1

在表格前面的项目符号列表中，检查图形卡的计算功能是否支持所需的CUDA版本。例如，CUDA 9.2不支持计算兼容性2.1

如果您的卡不支持所需的CUDA版本，请参阅本答案第4节中的选项

注意：计算能力是指图形卡支持的计算功能。CUDA库的较新版本依赖于较新的硬件功能，这就是为什么我们需要确定计算能力以确定支持的CUDA版本

---

2.如何检查您的GPU/图形驱动程序是否支持特定版本的CUDA 图形驱动程序是允许操作系统与图形卡通信的软件。由于CUDA依赖于与图形卡的低级通信，因此您需要有最新的驱动程序才能使用最新版本的CUDA

首先，确保系统上安装了NVidia图形驱动程序。您可以从获取系统的最新驱动程序

如果您安装了最新的驱动程序版本，那么图形驱动程序可能支持与图形卡兼容的所有CUDA版本（请参阅第1节）。要进行验证，您可以查看中的表2。我听说最新推荐的图形驱动程序不支持最新的CUDA版本。您应该能够通过为所需的CUDA版本安装CUDA工具包并选择安装兼容驱动程序的选项来解决这个问题，尽管这通常不是必需的

如果您不能或不想升级图形驱动程序，则可以检查当前驱动程序是否支持特定的CUDA版本，如下所示：

在窗户上

确定您当前的图形驱动程序版本（源）

右键单击桌面并选择NVIDIA控制面板。从 NVIDIA控制面板菜单，选择帮助>系统信息。这个 驱动程序版本列在详细信息窗口的顶部。更多 高级用户，您还可以从 Windows设备管理器。在下面的图形设备上单击鼠标右键 显示适配器，然后选择属性。选择驱动程序选项卡，然后单击 阅读驱动程序版本。最后5位数字是英伟达驱动程序 版本号

访问并向下滚动至表2。使用此表验证图形驱动程序是否足够新，以支持所需版本的CUDA

在Linux/OSX上 在终端窗口中运行以下命令

nvidia-smi

这将导致如下结果

>>> import torch
>>> torch.cuda.is_available()
False

2020年4月4日星期六15:31:57
+-----------------------------------------------------------------------------+
|NVIDIA-SMI 435.21驱动程序版本：435.21 CUDA版本：10.1|
|-------------------------------+----------------------+----------------------+
|GPU名称持久化-M |总线Id显示A |易失性解聚。ECC|
|风扇温度性能Pwr：使用率/上限|内存使用率| GPU Util Compute M|
|===============================+======================+======================|
|0 GeForce RTX 206。。。关| 00000000:01:00.0开|不适用|
|0%35C P8 16W/175W | 502MiB/7974MiB | 1%默认值|
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
|进程：GPU内存|
|GPU PID类型进程名称用法|
|=============================================================================|
|0 1138 G/usr/lib/xorg/xorg 300MiB|
|0 2550 G/usr/bin/compiz
pip install torch_nightly -f https://download.pytorch.org/whl/nightly/cu90/torch_nightly.html