torch.cuda.is_available()显示Flase时候的解决方法

1.进入官网更新显卡驱动

https://www.nvidia.cn/Download/index.aspx?lang=cn#

下载后点击安装即可

2.WIN+R，cmd，输入nvidia-smi ，获取驱动信息和CUDA版本信息

我原来是11.2,现在更新到11.7

3.进入到PyTorch的虚拟环境中去，然后删除卸载现有的Pytorch，（我原来创建了Pytorch的虚拟环境，这个时候进入到虚拟环境中输入以下命令)

# 使用conda卸载Pytorch：
   conda uninstall pytorch     # 我使用的这种
   conda uninstall libtorch

# 使用pip卸载Pytorch：     
   pip uninstall torch

4.卸载完成后，然后在PyTorch虚拟环境下更换清华下载源（虚拟环境我没有删除，还是用原来的虚拟环境）

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

5.进入官网，选择CUDA11.3版本下载：Pytorch

conda install pytorch torchvision torchaudio cudatoolkit=11.3

将上述代码复制到Anaconda Prompt窗口中去

等待安装完成 出现类似三行

*******done

*******done

*******done

就是安装完成了

附录：查询GPU是否可用：

首先要进入到Pytorch虚拟环境中，然后输入Python,进入交互状态，然后输入下面的代码，出现True就表示安装的cuda和torch版本号是匹配的，Gpu是可以用的。

import torch  #进入torch
torch.__version__   # 查询torch版本号
torch.cuda.is_available() #查询cuda和torch是否匹配
torch.cuda.device_count() #查询cuda个数
torch.version.cuda        #查询cuda版本

初次涉及这些，如有错误，欢迎指正！