Python torch.cuda.is_available（）在colab中返回false

我试图在谷歌colab中使用GPU。下面是安装在my colab中的pytorch和cuda版本的详细信息

Torch 1.3.1 CUDA 10.1.243

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2018 NVIDIA Corporation
Built on Sat_Aug_25_21:08:01_CDT_2018
Cuda compilation tools, release 10.0, V10.0.130

---

我对在pytorch模型上使用GPU进行迁移学习非常陌生。My torch.cuda.is_available（）返回false，我无法使用GPU。torch.backends.cudnn.enabled返回true。这里可能出了什么问题？

暂时的解决方案可能是尝试Cuda 10.0 as

大概是这样的：

conda install pytorch torchvision cudatoolkit=10.0 -c pytorch

---

在未来的版本中，这可能会起作用。

与上面提到的所有版本一起工作，我不必将CUDA降级到10.0。更新后，我重新启动了colab，将我正在运行的机器重新设置为CPU，我只需将其更改为GPU

确保硬件加速器设置为GPU

---

Runtime>Change Runtime type>Hardware Accelerator

以防其他人来到这里，犯下与我相同的错误：

如果您试图检查GPU是否可用，并且您确实：

if torch.cuda.is_available:
  print('GPU available')
else:
  print('Please set GPU via Edit -> Notebook Settings.')

GPU似乎总是可用的。注意：您需要使用

torch.cuda.is_available（）

而不是

torch.cuda.is_available

（这项工作于2021年1月完成）

和我的爱人：

!nvcc --version
# nvcc: NVIDIA (R) Cuda compiler driver
# Copyright (c) 2005-2019 NVIDIA Corporation
# Built on Sun_Jul_28_19:07:16_PDT_2019
# Cuda compilation tools, release 10.1, V10.1.243

---

您还需要确保您的colab实例中确实有一个GPU。它仍然不能工作

!nvcc --version
# nvcc: NVIDIA (R) Cuda compiler driver
# Copyright (c) 2005-2019 NVIDIA Corporation
# Built on Sun_Jul_28_19:07:16_PDT_2019
# Cuda compilation tools, release 10.1, V10.1.243