@TOC
第一步
检查cuda是否安装,CUDA环境变量是否正确设置,比如linux需要设置在PATH,window下环境变量编辑看看,是否有CUDA
第二步,核查python中torch版本
首先查看你环境里的pytorch是否是cuda版本,我这里是conda安装的,使用conda list查看是这样:
 
 圈出来带cuda,那安装的肯定时cuda版本,但是torch.cuda.is_available()还是False,这种情况就比较费解,重点来了,我们去核对下python环境中用的是什么

 可以很清楚的看到这里用的是cpu版本
 所以环境使用的确实是cpu才导致加载不到gpu版本,可以卸载torch,重新安装一下
conda uninstall pytorch
然后从官网重新下载一下 ,记住这里有个坑,如果你配置了多个镜像源,这个镜像源如果没有gpu版本,可能还是会下载cpu版本
 下载下来以后一定要核对一下
第三步,核查显卡驱动和cuda版本是否适配
如果上述没有问题,那么检查驱动和cuda的版本是否适配
NVIDIA-smi

 这两个版本是否适配需要在官网查看
 https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html#major-components













![[C++ 网络协议] 套接字的多种可选项](https://img-blog.csdnimg.cn/990901890efe4f7a99bc6b110d4864ec.png)




