问题表现
测试torch-gpu是否可用
运行如下代码：
import torch
print(f"Current device: {device}")
print(torch.__version__) # 查看pytorch安装的版本号
print(torch.cuda.is_available()) # 查看cuda是否可用。True为可用，即是gpu版本pytorch
print(torch.cuda.device_count()) # 返回可以用的cuda（GPU）数量，0代表一个
print(torch.version.cuda) # 查看cuda的版本
print(torch.cuda.get_device_name(0)) # 返回GPU型号
得到结果如下图：
发现torch没有找到可用的GPU。
问题检查
检查是否安装Cuda
命令行运行nvcc -V ，安装cuda版本为12.1
这一步如果没结果那么就是cuda没装好
检查安装的torch版本
命令行运行conda list 或者 pip list，发现安装的是cpu版本：
这一步如果没结果那么就是还没有安装pytorch
问题分析
有的朋友就开始奇怪了，明明我确实是按照官网命令下载的pytorch啊，怎么会下载的是cpu版本？
原因一：使用了conda命令安装
conda命令会检查所以的库依赖，找到能兼容所有库的安装包版本。而很可能你的环境不支持Cuda的版本（比如没装cuda、python版本不兼容）。这时conda不会发出错误，而是使用cpu安装，导致你误以为安装了cuda版本的pytorch。
原因二：python版本不匹配
我在自己的环境下调用官网的pip命令进行安装：
直接发生错误，告诉你没有合适的版本：
所以这个问题的根本原因还是python版本不匹配，conda自动安装了cpu版本的torch。
解决方案
提升python版本到3.9并且使用pip命令安装
conda install python=3.9
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
再次检查版本，这次确实是cuda版本了：
调用测试程序，发现可以正确使用GPU了：
注意，pytorch官网实际已经提示了，pytorch要求python3.9及以上的版本。
