解决torch.cuda.is_available()为False的问题

最新推荐文章于 2025-04-17 11:40:55 发布

Ostrich5yw

最新推荐文章于 2025-04-17 11:40:55 发布

阅读量3.1k

点赞数

CC 4.0 BY-SA版权

分类专栏： DeepLearning 文章标签： cuda 深度学习

本文链接：https://blog.csdn.net/qq_42606136/article/details/119572757

DeepLearning 专栏收录该内容

1 篇文章

订阅专栏

在Anaconda环境中，尽管已安装PyTorch和cudatoolkit，torch.cuda.is_available()仍返回False。问题在于使用conda安装的是CPU版本。为启用GPU计算，需从官方镜像源下载并使用pip安装GPU适配的PyTorch。安装完成后，通过torch.device检查GPU设备，若成功将返回'cuda:0'。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

解决torch.cuda.is_available为False

问题：在Anaconda环境下，电脑拥有GPU并且已经通过conda install安装了Pytorch、cudatoolkit，但是torch.cuda.is_available()始终返回False（找不到显卡）

原因：使用conda install安装的pytorch、torchvision均为CPU版本，无法使用GPU进行计算。

解决：访问镜像源下载对应的GPU版本Pytorch、Torchvision
CPU版：
在这里插入图片描述
GPU版：

进入Anaconda的对应环境下，使用pip install 下载镜像路径名进行安装

完成后再次调用GPU

import torch
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")

# Assuming that we are on a CUDA machine, this should print a CUDA device:

print(device)