一、问题阐述

在 Anaconda 的环境配置过程中，明明根据电脑已经安装的 cuda 版本从 Pytorch 官网上安装了对应版本的 torch 包 但依然无法调用 GPU 进行 torch 任务，编辑 GPUtest.py 文件。

import torch
device = "mycuda"
print(f"Current device: {device}")
print(torch.__version__)                # 查看pytorch安装的版本号
print(torch.cuda.is_available())        # 查看cuda是否可用。True为可用，即是gpu版本pytorch
print(torch.cuda.device_count())        # 返回可以用的cuda（GPU）数量，0代表一个
print(torch.version.cuda)               # 查看cuda的版本
print(torch.cuda.get_device_name(0))    # 返回GPU型号

得到结果如下：

torch 无法正常识别到 cuda 。打开 Anaconda Prompt 输入，nvidia-smi 查看当前 GPU 驱动程序

nvidia-smi

得到驱动版本是551.61，CUDA 版本是12.4。而我选择安装的Pytorch版本是2.4.1的 cuda 12.4的版本 ，但依然无法匹配。Torch官网地址：Pytorch下载

注：torch和cuda版本对应关系可以参考，@程序员洲洲 的文章 【2024保姆级图文教程】深度学习GPU环境搭建：Win11+CUDA 11.7+Pytorch1.12.1+Anaconda 深度学习环境配置

因此 怀疑是没有在 conda 的虚拟环境中正确配置 cudatoolkit 工具包。

二、配置方法

1、新建虚拟环境

打开 Anaconda Prompt 输入：

conda create -n 你的环境名字 python=需要的版本 -y

以我安装的 python 3.8 的版本为例 输入如下 conda create -n gputest python=3.8 -y 等待安装。

​

2、安装 cudatoolkit 工具包

输入：

conda search cudatoolkit

结果如下：

​

注：必须在 base 环境下，切记不要进入刚刚安装的环境中！！！

如果出现网络无法连接的问题 如：CondaHTTPError，请参考文章anaconda3 | 使用中常见错误

方法一：直接从pkgs中安装

我选择安装的是 cudatoolkit 11.8 的版本，输入：(加一个 -y 可以自动确定) 等待安装。

conda install -n 你的环境名字 cudatoolkit=你选择的版本号 -y

等待安装就行。

方法二：从conda-forge中安装

如果方法一无法正常安装，在 Anaconda Prompt 中输入：

conda install -n 你的环境名字 -c conda-forge cudatoolkit=你选择的版本号 -y

​

​

 注：如果出现网络问题报错 CondaHTTPError ，多运行几次就可以了。

3、安装Pytorch

方法一：网络安装

进入 Torch官网地址：Pytorch下载 ，我选择的是 torch2.0.1 的版本，找到对应的 cuda11.8 版本的下载方法，这里只能用 pip 进行安装，但如果网速过慢 请见 方法二。

注：torch和cuda版本对应关系参考：【2024保姆级图文教程】深度学习GPU环境搭建：Win11+CUDA 11.7+Pytorch1.12.1+Anaconda 深度学习环境配置

​

​

在 Anaconda Prompt 中，输入： 进行安装

pip install torch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 --index-url https://download.pytorch.org/whl/cu118

如果下载失败或者网络太慢，可以换源下载

 注：来自于 @李哥考研 深度学习班 共享文档。学习 深度学习 可以 +vx公众号 李哥考研！

也可以见方法二

 方法二：下载后本地安装

 复制这个下载链接在浏览器中打开，调用下载器下载

本地安装方法，找到刚刚下载的文档位置，在 Anaconda Prompt 中 进入到对应文件夹

例，如上图所示，找到下载的 .whl 文件，复制名字

在 Anaconda Prompt 中输入：

pip install torch-2.0.1+cu118-cp38-cp38-win_amd64.whl

 等待安装

后正常安装 torchaudio 以及 torchvision 包，在 Anaconda Prompt 中输入：

pip install torchvision==0.15.2 torchaudio==2.0.2 --index-url https://download.pytorch.org/whl/cu118

注：不要安装 torch！！！

安装成功！

三、测试cuda

打开 PyCharm 添加环境

打开 GPUtest.py 文件

import torch
device = "mycuda"
print(f"Current device: {device}")
print(torch.__version__)                # 查看pytorch安装的版本号
print(torch.cuda.is_available())        # 查看cuda是否可用。True为可用，即是gpu版本pytorch
print(torch.cuda.device_count())        # 返回可以用的cuda（GPU）数量，0代表一个
print(torch.version.cuda)               # 查看cuda的版本
print(torch.cuda.get_device_name(0))    # 返回GPU型号

运行成功！ 问题解决！

如有错误，请在评论区帮忙指正！