遇到了這樣的報錯，說明 torch不能使用cuda

反思

我頻繁地嘗試安裝不同的 nvdia 驅動，浪費了很多時間。因為我的錯誤地認為nvidia會自帶cuda，其實cuda需要單獨安裝。
還有我的torch是cpu版本的，即使nvidia cuda安裝了，torch也使用不了cuda。

pip show torch ， cuda版的torch會有 +cu126

注意事項：

1. nvidia 安裝驅動
2. nvdia 安裝 cuda
3. torch 安裝 cuda 版本
4. cudnn

安裝 nvidia app

下述圖片是大家電腦默認的nvidia，鼠標點擊之后的樣子

我非常喜歡在電腦上安裝 nvidia 的APP之后，以后只需鼠標點擊就可以更新驅動。
我不喜歡在官網上看哪個顯卡需要下載哪個驅動，安裝桌面端的應用之后，鼠標點擊更新驅動就行，驅動升級很方便。

https://www.nvidia.com/en-us/software/nvidia-app/ 點擊下載
在安裝的時候，我選擇的默認設置，精簡安裝。

在安裝成功之后，就可以通過鼠標點擊更新驅動。


輸入nvcc -V，查看 cuda 是否安裝。上述我們只是完成了 nvidia 驅動的安裝，還沒有安裝 cuda。

點擊下載 cuda:
https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=11&target_type=exe_local

安裝成功后，再輸入 nvcc -V，出現下述結果說明 cuda 安裝成功。

安裝 pytorch cuda

進入 pytorch 官網下載對應的版本

如果這個時候，你的torch依然不能使用cuda，你可能和我遇到了一樣的問題。

安裝的是 cpu 的torch，無需卸載，直接安裝cuda的torch版本，會自動卸載CPU版本的torch。
輸入 pip show torch， 出現 2.x.x+cu126，出現了cu 才表示你的torch 安裝的是cuda版本。

cpu版的torch無法使用cuda:

安裝 torch 的cuda版本：

import torch
torch.cuda.is_available()

我的報錯到這里就解決了。

cudnn

cuDNN（CUDA Deep Neural Network library）是 NVIDIA 提供的 GPU 加速深度學習庫，用于優化和加速深度神經網絡（DNN）運算。它為 深度學習框架（如 TensorFlow、PyTorch、MXNet）提供底層支持，能夠 顯著提高 卷積計算、池化、歸一化等操作的性能。

我電腦的cuda安裝路徑：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6

檢查cudnn是否存在

import torch
print("CUDA 是否可用:", torch.cuda.is_available())
print("cuDNN 是否可用:", torch.backends.cudnn.is_available())
print("cuDNN 版本:", torch.backends.cudnn.version())
print("GPU 數量:", torch.cuda.device_count())
print("當前 GPU:", torch.cuda.get_device_name(0) if torch.cuda.is_available() else "無")

輸出:

CUDA 是否可用: True
cuDNN 是否可用: True
cuDNN 版本: 90501
GPU 數量: 1
當前 GPU: NVIDIA RTX A6000

我之前就已經安裝過 cudnn 了。需要把cudnn壓縮包里面的文件解壓到 cuda的文件夾里去。

看到文件夾里面有這些 cudnn_xxx文件，這就說明下載過了 cudnn。

參考資料

• CUDA安裝教程（超詳細Windows版. https://blog.csdn.net/AI_dataloads/article/details/133043869
• pytorch-gpu win10配置+cuda+cudnn. https://zhuanlan.zhihu.com/p/100279727