[转载]linux Pytorch（GPU版本）+ cuda10.2安装（解决torch.cuda.is_available()返回False的一种可能）

Pytorch（GPU版本）+ cuda10.2安装（解决torch.cuda.is_available()返回False的一种可能）
转载 https://www.iotword.com/5074.html 怕以后找不到

@[TOC](Pytorch（GPU版本）+ cuda10.2安装（解决torch.cuda.is_available()返回False的一种可能）)

问题说明

vscode远程anaconda安装的pytorch默认安装cpu版本，出现torch.cuda.is_available()返回False的情况
需要手动下载ptorch gpu版本

查看CUDA版本

nvcc --version

nvcc: NVIDIA ® Cuda compiler driver Copyright © 2005-2019 NVIDIA
Corporation Built on Wed_Oct_23_19:24:38_PDT_2019 Cuda compilation
tools, release 10.2, V10.2.89
得到版本为cuda 10.2

创建虚拟环境

创建环境为python 3.8的环境

conda create -n pytorch_gpu38 python=3.8

激活环境

conda activate pytorch_gpu38 

顺手更新一下pip 并设置为清华源

pip install pip -U
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
pip install --upgrade pip

根据目前的环境下载对应的pytorch-gpu

打开网址 https://download.pytorch.org/whl/torch_stable.html找到合适自己的版本

1、cu102指cuda版本是10.2
2、38指python 3.8
3、linux操作系统
下载到本地

安装

pip install torch-1.10.0+cu102-cp38-cp38-linux_x86_64.whl

出现下面结果表示安装成功

测试是否成功

import torch
print(torch.cuda.is_available())

输出为true则成功！

nvidia-smi和nvcc -V中的cuda版本显示不一样，nvcc -V中的是你实际安装的cuda版本，nvidia-smi中的是驱动对应的cuda最高版本，只要这个版本大于等于你安装的cuda版本（nvcc -V中显示的）就可以。