torch.cuda.is_available()返回false最终解决方案

1.把python版本从3.8降到3.6

---

 2.右击任务管理器--->性能--->可以查看对应的GPU（一个是CPU自带的，另一个是英伟达的）

【英伟达支持CUDA,如果仅有CPU自带的选CPU版】

---

3.在终端查看显卡情况，执行 nvidia-smi 命令

---如果显示“nvidia-smi不是可执行的命令”，去设置环境变量，记住NVSMI文件夹的路径 C:\Program Files\NVIDIA Corporation\NVSMI ，nvidia-smi命令即可执行。

---

4.接着来到pytorch的官网（PyTorch）进行配置下载，可以看到 驱动版本是>390且CUDA版本为11.1，选择CUDA11.3的版本。

---

5.切换到pytorch路径下，执行conda activate pytorch 指令

执行 ：

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

  如果此时的下载速度缓慢，设置清华镜像（比原来稍微快一些）

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 --set show_channel_urls yes

安装成功后，切换到python环境下 ，成功执行以下命令说明pytorch安装成功

---

在此过程中可能会遇到以下情况：

现象：在import torch的时候出现错误 key already registered with the same priority.

原因：开始安装了CPU版本，后面又安装GPU版本，两个版本的torch folder名字重合，发生冲突。

解决：执行两遍 

pip uninstall torch

pip uninstall torch

结果：接着去执行 import torch 执行，发现报错：

 这会重新去执行以下命令，但会有缓存

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

通过 pip list 命令看到当下pytorch路径下的包名