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

爲何 torch.cuda.is_available() 是 False

torch.cuda.is_available()，這個指令的做用是看，你電腦的 GPU 可否被 PyTorch 調用。

若是返回的結果是 False，能夠按照如下過程進行排查。

一、確認你的 GPU，是否支持 CUDA（是否支持被 PyTorch 調用）

首先，肯定你的顯卡型號，是不是 NVIDIA 顯卡。能夠從 任務管理器 或者 設備管理器來查看顯卡的型號。

以後，去 官網 看，若是其中有你的顯卡型號，則說明你的顯卡是支持被 PyTorch 調用的。

（絕大多數的 NVIDIA 顯卡都是支持的）

若是沒有 NVIDIA 顯卡的話，也沒有關係。CPU 就已經足夠了，並且你會在後面的教程看到，對於小型網絡，CPU 速度更快（竊喜）

二、打開命令行，輸入 nvidia-smi，查看本身的 Driver Version

咱們教程中安裝的 PyTorch 1.3 + CUDA 9.2 版本，要求電腦的顯卡驅動大於396.26。

像我截圖中的驅動版本爲430.86，大於396.26。

若是你的驅動版本小於396.26，請用各類驅動管理軟件或者軟件管家，去升級你的顯卡驅動。固然，更推薦去官網，下載對應的最新驅動。

三、下載最新驅動。在 官方網站 選擇相應的顯卡型號，操做系統，其餘默認。其中的 Notebooks 是指筆記本。

以後，點擊搜索，下載最新驅動後，進行安裝便可。

四、檢查驅動版本。安裝完最新的驅動後，能夠再次在命令行窗口輸入 nvidia-smi，查看最新的版本是否安裝成功。

五、打開 Anaconda Prompt，輸入 conda activate pytorch，再輸入 python，進入 python 環境。

在 python 環境中，輸入 import torch, 以後輸入 torch.cuda.is_available，查看返回的結果是不是 True。

使用 Conda 下載 PyTorch 速度太慢了，怎麼辦？

一、(玄學辦法) 早上下載安裝，感受早上的時候，下載的速度明顯變快。

二、從本教程最頂端的百度雲處，下載這兩個文件。（這兩個文件是適用於 pytorch1.3 + cuda9.2 + windows）

將這兩個下載好的文件，放在 Anaconda 安裝出的 pkgs 文件夾下。

以後打開 Anaconda Prompt，輸入 conda activate pytorch。

以後，輸入如下指令：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，便可使用下載的包進行安裝。

---

個人大本營

學會這三個排版原則，你就能超過80%人的排版

你想過將你的人生遊戲化嗎？

用遊戲的思路激勵本身

尋找有趣或更有效率的事、工具和教程