我已经在NVIDIA网站上安装了cuda 10.2和cudnn（cuDNN v8.7.0（2022年11月28日），适用于CUDA 10.2），顺便说一句，nvcc -V显示CUDA 10.2 nvidia-smi在cmd提示符中显示最高版本为11.7。（我在C中安装了cuda：磁盘）
因此，我尝试在miniconda中的虚拟环境中安装pytorch（我在D中安装了cuda：磁盘），然后我遵循这个
# CUDA 10.2
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=10.2 -c但是，它显示pytorch版本是这样的，pytorch-1.12.1-py3.8_cpu_0为什么它是cpu版本，而不是gpu版本？
安装cuda时有什么问题吗？
我已经检查了系统变量，其中包括（CUDA_PATH; CUDA_PATH_V10_2等）
1条答案
按热度按时间plicqrtu1#
这可能有几个原因。让我们通过一些故障排除步骤来帮助您识别问题：
验证CUDA安装：首先，请确保您的系统上已正确安装CUDA 10.2。再次检查您是否下载并安装了与GPU兼容的正确版本。
确认cuDNN安装：确保您已安装与CUDA 10.2对应的cuDNN。验证您是否遵循了正确的安装步骤，并且cuDNN是否放置在适当的目录中。
检查Conda配置：确认您的Conda环境设置正确。即使您的系统上安装了CUDA，环境也可能没有使用CUDA。
激活环境：在安装PyTorch之前激活Conda环境。这可确保安装在正确的环境中进行，并避免与其他安装发生潜在冲突。
指定正确的PyTorch版本：安装PyTorch时，请显式指定与CUDA版本对应的支持GPU的版本。例如，使用以下命令：conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=10.2 -c pytorch.
验证PyTorch安装：安装后，您可以通过运行以下代码片段来验证PyTorch是否正在使用GPU：
如果返回True，则表示PyTorch成功利用了GPU。
如果您已经执行了这些步骤，但仍然遇到问题，则可能是您的特定硬件或软件配置存在兼容性问题。在这种情况下，请参阅PyTorch文档、论坛或NVIDIA的支持资源，以获得进一步的帮助。