Pytorch不'；找不到CUDA设备

在我的设置中，我曾尝试在Pytorch中使用Cuda，但无法检测到，我不明白为什么

torch.cuda.is_available()

返回

False

。深入挖掘,

torch._C._cuda_getDeviceCount()

返回0。使用1.5版，例如

$ pip freeze | grep torch
torch==1.5.0

我试着写一个小的C程序来做同样的事情

#include <stdio.h>
#include <cuda_runtime_api.h>

int main() {
   int count = 0;
   cudaGetDeviceCount(&count);
   printf("Device count: %d\n", count);
   return 0;
}

---

那么，我的Cuda设备在Python中从哪里消失了呢？

我现在才意识到，对于Cuda的每个不同的次要版本，如果Pytorch都有不同的版本，那么在我的例子中，版本

torch==1.5.0

显然默认为Cuda 10.2，而特殊的包

torch==1.5.0+cu101

可以工作

---

我希望这能让像我这样的人开始阅读PyPi上的文档（如果您知道在哪里可以找到更多最新的文档，请参阅此处：）

此外，如果您有足够的磁盘空间并想使用conda，pytorch自带了自己的cudatoolkit包，可确保在环境中提供正确的cuda库；）我不要康达。我想坚持我以前的requirements.txt，因为我已经习惯了：事实上，这个东西最终会进入Docker映像。但这是第二步，毕竟你将使用环境技术。。。好老的就这么多了…@Jan pip版本还附带了“cudatoolkit包”。。。这里的问题是OP的nvidia驱动程序与cuda 10.2不兼容（应该是

=440.33

）

+-----------------------------------------------------------------------------+
| NVIDIA-SMI 435.21       Driver Version: 435.21       CUDA Version: 10.1     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  GeForce GTX 106...  Off  | 00000000:02:00.0  On |                  N/A |
|  0%   41C    P8     9W / 200W |    219MiB /  6075MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+