PyTorch can'；看不到GPU（torch.cuda.is\u availble（）返回False）

我有个问题在哪里

导入火炬
打印（torch.cuda_可用（）

将打印错误，并且我无法使用可用的GPU。我在代码> CONDA/CODEM>环境中尝试过，在那里安装了对应于英伟达驱动程序的PyTrar版本。我也在docker容器中尝试过，在那里我也做过同样的尝试。我在远程服务器上尝试了这两个选项，但都失败了。我知道我已经安装了正确的驱动程序版本，因为在安装PyTorch之前，我已经用

nvcc--version

检查了版本，并且我已经用

nvidia smi

检查了GPU连接，它正确地显示了机器上的GPU

此外，我还查看了帖子并尝试导出

CUDA\u可视设备

，但没有成功

---

在服务器上，我有NVIDIA V100 GPU，CUDA版本为10.0（用于conda环境），在我构建的docker容器上有10.2版。我们将非常感谢您向正确方向提供的任何帮助或推动。谢谢

对于其他有此问题的人，我的服务器管理器没有更新服务器的驱动程序

---

我切换到另一台服务器，安装了anaconda，事情开始正常运行，即设置新环境后，

torch.cuda.is_可用（）

返回

True

。

您尝试使用的PyTorch版本是什么？您的

nvidia smi

输出是什么？@Berriel

nvidia smi

输出太长，无法在此处写入。它基本上是8个NVIDIA V100 GPU，从0到7。我想你会在其他

nvidia smi

输出上看到正常的东西。对于装有CUDA 10.0的康达环境，它表示<代码>火炬。对于装有CUDA 10.2的docker容器，它表示<代码>火炬。对于装有CUDA 10.0的docker容器，它表示<代码>火炬。对于装有CUDA 10.2的docker容器，它表示<代码>火炬。。。我假设这是

1.5.0

nvidia smi的相关部分将是标题：）基本上是nvidia驱动程序版本。如果驱动程序兼容，它应该可以工作。顺便说一句，cuda版本的docker或您的系统有点不相关，因为PyTorch附带了自己的cuda。@Berriel他们都说驱动程序版本410.129和cuda版本10.0。出于好奇，如果我的CUDA版本不重要，那么当我从类似的地方获得下载链接时，为什么我必须选择我正在使用的CUDA版本？是的，10.2不适用于该驱动程序版本，但您的conda env应该可以工作。尝试为9.2安装PyTorch，以防万一。请考虑一个SUDO用户（如果没有）更新驱动程序。这些V100可以从更新的cuda版本中获益。