Torch.cuda.is_available()不断切换为False

Question

我尝试了几种解决方案，这些解决方案暗示了当 CUDA GPU 可用并且已安装 CUDA 但

Torch.cuda.is_available()

返回

False

时该怎么做。他们确实提供了帮助，但只是暂时的，这意味着

torch.cuda-is_available()

报告为 True，但一段时间后，它又切换回 False。我使用 CUDA 9.0.176 和 GTX 1080。我该怎么做才能获得永久效果？

我尝试了以下方法：

注意：当

torch.cuda.is_available()

工作正常但在某些时候切换到

False

时，我必须重新启动计算机，然后它才能再次工作（一段时间）。

Answer 1

torch.cuda.is_available()

产生

False

的原因是

pytorch

和

cudatoolkit

版本不兼容。

截至 2022 年 6 月，当前版本的 pytorch 与 cudatoolkit=11.3 兼容，而当前 cuda 工具包版本 = 11.7。来源

解决方案：

卸载 Pytorch 进行全新安装。如果不强制安装，则无法在新版本之上安装旧版本（使用
```
pip install --upgrade --force-reinstall <package_name>
```
。

运行

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

来安装pytorch。

你可以走了。

Answer 2

也与

torch.cuda.is_available ()

有假。
但是当安装Nvidia驱动程序到最新版本436.48时，显示True。我之前将 Pytorch 更新到 1.2.0。我有 Windows 10 和 Anaconda。

Answer 3

使用 pip 安装 PyTorch：

pip install torchvision ( this will install both torch and torchvision )

现在尝试一下：

~$ python -c 'import torch; print torch.cuda.is_available()'

Answer 4

我也看到这个问题了。原因是 Pytorch 使用的 CUDA 版本与安装的 Nvidia 驱动程序不同步。正如 Joe 的回答所示，解决方案是更新 Nvidia 驱动程序。其他一些需要注意的重要背景信息：

每个版本的 CUDA 都需要最低 Nvidia 驱动程序版本（请参阅此处了解兼容性表）。
您可以使用
```
nvidia-smi
```
检查您的 Nvidia 驱动程序版本。
Pytorch 预装了 CUDA 版本，该版本可能与您计算机上安装的版本不同。
您手动安装的 CUDA 版本是运行
```
nvidia-smi
```
时显示的版本。即使您的驱动程序版本与此 CUDA 版本兼容，它也可能与 Pytorch CUDA 版本不兼容。
您可以通过在 ipython 或 Python 程序中打印
```
torch.version.cuda
```
变量来获取 Pytorch CUDA 版本。这是确定所需 Nvidia 驱动程序版本的版本。

Answer 5

对我有用的解决方案是使用 pip 而不是前面的 conda 重新安装 pytorch

pip install torch==1.8.1+cu101 torchvision==0.9.1+cu101 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html

而不是

conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.1 -c pytorch

（不要介意上面的 Torch 版本差异；这只是为了说明。）

Answer 6

如果您使用的是 Ubuntu 操作系统，您可以点击以下链接。解决了我的问题