關於torch.cuda.is_available()一直返回False的解決辦法

本文主要提供不同與其他辦法的一種解決辦法，即作者親身經歷
使用 顯卡NVIDA GeForce MX250

問題原由

最近在學習用pytorch實現訓練模型，剛好學到使用pytorch進行GPU加速。但是通過上網查詢不同的解決辦法，但是torch.cuda.is_available()一直返回False，直到看見了知乎中的一個解決辦法。
現在就讓我為大家總結一下解決問題大概過程。

解決問題流程

1.首先打開命令行輸入nvidia-smi查看GPU狀態

2.下載CUDA

可以發現該GPU支持的是cuda11.0，所以應該從官網上下載11.0的CUDA，注意在這兒pytorch與CUDA的版本一定要適配

首先前往官網下載CUDA可以參照這篇文章Win10中CUDA、cuDNN的安裝與卸載

3.查看pytorch版本

然后在查看pytoch版本，可以去Python解釋器上輸入
import torch torch.__version__

可以看見我的pytorch版本是1.71，然后通過這篇文章為何torch.version.cuda返回None？我們可以發現在官網首頁上安裝的pytorch套裝是CPU版本的，現在我們應該手動安裝GPU的安裝包（就是把輪子裝上）

下載合適的wheel

進入pytorch官網點擊previous pytorch versions中找到自己適配的命令，復制相關命令到命令行

這是我的版本，僅供借鑒

下載完成后重新輸入torch.cuda.is_available()

看到這個后眼淚差點掉下來，好吧我也只弄了幾個小時而已

如果有什么不懂的私信我哦