【FAQ】P3. 为何 torch.cuda.is_available() 是 False

为何 torch.cuda.is_available() 是 False

torch.cuda.is_available()，这个指令的做用是看，你电脑的 GPU 可否被 PyTorch 调用。

若是返回的结果是 False，能够按照如下过程进行排查。

一、确认你的 GPU，是否支持 CUDA（是否支持被 PyTorch 调用）

首先，肯定你的显卡型号，是不是 NVIDIA 显卡。能够从 任务管理器 或者 设备管理器来查看显卡的型号。

以后，去 官网 看，若是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）

若是没有 NVIDIA 显卡的话，也没有关系。CPU 就已经足够了，并且你会在后面的教程看到，对于小型网络，CPU 速度更快（窃喜）

二、打开命令行，输入 nvidia-smi，查看本身的 Driver Version

咱们教程中安装的 PyTorch 1.3 + CUDA 9.2 版本，要求电脑的显卡驱动大于396.26。

像我截图中的驱动版本为430.86，大于396.26。

若是你的驱动版本小于396.26，请用各类驱动管理软件或者软件管家，去升级你的显卡驱动。固然，更推荐去官网，下载对应的最新驱动。

三、下载最新驱动。在 官方网站 选择相应的显卡型号，操做系统，其余默认。其中的 Notebooks 是指笔记本。

以后，点击搜索，下载最新驱动后，进行安装便可。

四、检查驱动版本。安装完最新的驱动后，能够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。

五、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, 以后输入 torch.cuda.is_available，查看返回的结果是不是 True。

使用 Conda 下载 PyTorch 速度太慢了，怎么办？

一、(玄学办法) 早上下载安装，感受早上的时候，下载的速度明显变快。

二、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。

以后打开 Anaconda Prompt，输入 conda activate pytorch。

以后，输入如下指令：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，便可使用下载的包进行安装。

---

个人大本营

学会这三个排版原则，你就能超过80%人的排版

你想过将你的人生游戏化吗？

用游戏的思路激励本身

寻找有趣或更有效率的事、工具和教程