【FAQ】P3.为什么torch.cuda.is_available（）是False
为什么 torch.cuda.is_available() 是 False
torch.cuda.is_available()，这个指令的作⽤是看，你电脑的 GPU 能否被 PyTorch 调⽤。空间数据库有哪些
如果返回的结果是 False，可以按照以下过程进⾏排查。
1、确认你的 GPU，是否⽀持 CUDA（是否⽀持被 PyTorch 调⽤）
边框简单又漂亮手工制作⾸先，确定你的显卡型号，是否是 NVIDIA 显卡。可以从任务管理器或者设备管理器来查看显卡的型号。
之后，去看，如果其中有你的显卡型号，则说明你的显卡是⽀持被 PyTorch 调⽤的。
（绝⼤多数的 NVIDIA 显卡都是⽀持的）
如果没有 NVIDIA 显卡的话，也没有关系。CPU 就已经⾜够了，⽽且你会在后⾯的教程看到，对于⼩型⽹络，CPU 速度更快（窃喜）
2、打开命令⾏，输⼊nvidia-smi，查看⾃⼰的Driver Version
python入门教程网盘我们教程中安装的 PyTorch 1.3 + CUDA 9.2 版本，要求电脑的显卡驱动⼤于396.26。tcpip的工作原理
像我截图中的驱动版本为430.86，⼤于396.26。
如果你的驱动版本⼩于396.26，请⽤各种驱动管理软件或者软件管家，去升级你的显卡驱动。当然，更推荐去官⽹，下载对应的最新驱动。
3、下载最新驱动。在选择相应的显卡型号，操作系统，其他默认。其中的 Notebooks 是指笔记本。
数据结构课后答案之后，点击搜索，下载最新驱动后，进⾏安装即可。
4、检查驱动版本。安装完最新的驱动后，可以再次在命令⾏窗⼝输⼊nvidia-smi，查看最新的版本是否安装成功。
5、打开 Anaconda Prompt，输⼊conda activate pytorch，再输⼊python，进⼊ python 环境。
在 python 环境中，输⼊import torch, 之后输⼊torch.cuda.is_available，查看返回的结果是否是 True。
使⽤ Conda 下载 PyTorch 速度太慢了，怎么办？
1、(⽞学办法) 早上下载安装，感觉早上的时候，下载的速度明显变快。
虚拟资源网
2、从本教程最顶端的百度云处，下载这两个⽂件。（这两个⽂件是适⽤于 pytorch1.3 + cuda9.2 + windows）
将这两个下载好的⽂件，放在 Anaconda 安装出的 pkgs ⽂件夹下。
之后打开 Anaconda Prompt，输⼊conda activate pytorch。
之后，输⼊以下指令：conda install --use-local pytorch-1.3.0-py3.6_cuda92_cudnn7_0.tar.bz2和conda install --use-local cudatoolkit-9.2-0.tar.bz2，即可使⽤下载的包进⾏安装。
我的⼤本营
寻有趣或更有效率的事、⼯具和教程

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。