总结：直接在官网生成最新版命令安装（最好不要用国内镜像源），如果torch.cuda.is_available()返回False，升级显卡驱动，基本上可以解决。
pytorch安装
选择要安装的版本和安装方式（建议选择Conda安装最新版），会自动生成安装命令，打开 Anaconda Prompt ，直接复制命令安装就可以了。
特别注意 ：如果电脑有NVIDIA独立显卡，选择对应的CUDA版本（Windows现在只能选择最新版），否则选择CPU。
验证安装：
如果像上图输出True，到这里pytorch的安装就已经成功了。
torch.cuda.is_available()返回False
可能出现返回False的原因：
- 使用国内镜像源 、 安装 历史版本的pytorch导致安装的是cpu版本的包
- *显卡驱动版本低，与cuda不匹配
看到很多教程里都提到需要根据自己电脑的显卡驱动版本确定CUDA版本，安装对应版本的pytorch，于是…
查看显卡驱动的版本号
命令行输入：nvidia-smi，或者打开NVIDIA控制面板，在左下角系统信息中查看驱动版本。我电脑的驱动版本是399.01。
这个表格看到CUDA10以上版本只支持411.31以上驱动，所以399.01的驱动我选择CUDA9.2。
安装对应版本pytorch
对应的pytorch版本是1.7.1的安装命令：
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=9.2 -c pytorch
我在安装这一步还是很顺利，下载速度也很快，安装完成以后
但是torch.cuda.is_available()依然返回False
看到一个大佬提到他使用国内镜像安装的包全是CPU版本。
我没用国内镜像，但是试着查了一下，竟然真的是cpu版本。
conda list
; 最终解决方案
安装最新版pytorch，升级显卡驱动
一直没找到pytorch1.7.1的cuda版本，于是第二天换了几个版本，最后发现最新版本的自动下载的是cuda版本。
安装了cuda版本的包，不出所料，依然返回False。
只剩最后一个办法，升级显卡驱动，如果还不行怕是只能换电脑了。
升级显卡驱动
选择显卡型号，下载驱动程序，无脑下一步就直到安装成功。
再次查看驱动版本，驱动已经升级到最新的512.15版本，CUDA也升级到11.6（上一张图可能版本太低，都没有查到CUDA版本），虽然pytorch最新版支持的是CUDA11.3，但是11.6应该也是兼容的。
验证安装，输出True，安装完成！！
Original: https://blog.csdn.net/general_dzh/article/details/124079809
Author: 普信猿
Title: pytorch安装，torch.cuda.is_available()返回False解决方案
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/626955/
转载文章受原作者版权保护。转载请注明原作者出处！