torch.cuda.is_available()=False

• 检测cuda有没有安装
• 先得有显卡，才能用gpu，不然换上device = torch.device("cuda:0" if (use_cuda and torch.cuda.is_available()) else "cpu"
• 进一步检查torch的版本对不对
  • NVIDIA-smi可以看到CUDA Version，判断是否符合要求
  • python
  • import torch
  • print(torch.__version__)
  • 如果是1.xx.x + cpu说明装到cpu版本的了
  • 那就得先卸载掉torch、torchvision、torchaudio然后再重新装
    • 具体是anaconda3->lib->site-packages目录下的这几个都删掉
    • 然后C盘下面user->.conda->envs->虚拟环境(python39)->lib->site-packages目录下这几个也删掉
      • 一开始并不知道是在这么目标下面，拿的舍友设备
      • 所以可以下载一个utools然后直接搜会快很多，基本可以说即装即用了
  • 卸载完了重新安装，只所以前面会装到cpu版本就是因为配置了清华源，所以pip就默认帮你装成cpu的尽管你按照pytorch上面给的pip指令pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117来安装
    • 所以，要先下载whl然后手动安装
    • torch_stable这里面https://download.pytorch.org/whl/torch_stable.html下载对应上面指令单的whl文件
      • torch.1.13.1+cu117-cp39-cp39-win_amd64.whl
      • torchaudio-0.13.1+cu117-cp39-cp39-win_amd64.whl
      • torchvision-0.14.1+cu117-cp39-cp39-win_amd64.whl
      • 分别是torch的版本；cuda11.7；python3.9；window64位（具体要下载哪个版本看pytorch给的指令和以前torch的版本吧 ）
    • 下载到了本地之后，cmd打开文件夹所在位置，pip install torch.1.13.1+cu117-cp39-cp39-win_amd64.whl，这里有可能装不上试试更新pippython -m pip install --upgrade pip，如果显示已经有torch可能是没删干净
    • 然后安装剩下的两个同理
  • python
  • import torch
  • print(torch.__version__) 估计已经没问题了
• 回到代码里面进一步测试，发现os.environ[“CUDA_VISIBLE_DEVICES”] = “1”，1改成0就好了，应该表示采用的几号卡
• 最后运行的时候说需要26m的内存但是gpu里面6G已经分配完了，试过了torch.cuda.empty_cache()清空缓存，还是同样的结果，然后把batch_size缩小了一半，最终成功运行