确保硬件加速器设置为GPU。
Runtime > Change runtime type > Hardware Accelerator

以防其他人来这里犯和我一样的错误：
如果您正在尝试检查GPU是否可用，并且您执行了以下操作：

if torch.cuda.is_available:
  print('GPU available')
else:
  print('Please set GPU via Edit -> Notebook Settings.')

GPU看起来总是可用的。请注意，您需要使用torch.cuda.is_available()而不是torch.cuda.is_available。

(This于2021年1月工作）

pip install torch==1.7.0+cu101 torchvision==0.6.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html

使用我的参数：

!nvcc --version

# nvcc: NVIDIA (R) Cuda compiler driver

# Copyright (c) 2005-2019 NVIDIA Corporation

# Built on Sun_Jul_28_19:07:16_PDT_2019

# Cuda compilation tools, release 10.1, V10.1.243

暂时的修复方法可能是尝试将Cuda 10.0作为explained in here。
大概是这样的：

conda install pytorch torchvision cudatoolkit=10.0 -c pytorch

在未来的版本中，这可能会起作用。

与上面提到的所有版本一起工作，我不必将我的CUDA降级到10. 0。更新后，我重新启动了我的COLAB，将我运行的机器设置回CPU，我只需要将它改回GPU。

当我安装了torchvision，GPU就可以使用了

!pip install torchvision