我的 conda 环境中同时有 cudatoolkit 和 cudnn，但 pytorch 仍在使用我的 CPU

Question

(my_project_env) C:\\Users...\\pythonProject3\>conda list cudatoolkit

# packages in environment at C:\\ProgramData\\anaconda3\\envs\\my_project_env:

# 

# Name                    Version                   Build  Channel

cudatoolkit               11.8.0               hd77b12b_0

(my_project_env) C:\\Users...\\pythonProject3\>conda list cudnn

# packages in environment at C:\\ProgramData\\anaconda3\\envs\\my_project_env:

# 

# Name                    Version                   Build  Channel

cudnn                     8.9.2.26               cuda11_0

(my_project_env) C:\\Users\\Oliver\\PycharmProjects\\pythonProject3\>python asfdsfg.py
Using device: cpu

这是asfdsfg.py中的相关代码

import torch
import torch.nn as nn

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
print("Using device:", device)
print(torch.cuda.get_arch_list())

我上网查了一下，说cudatoolkit和cudnn这些版本应该是兼容的。我看到的唯一奇怪的是我的 cudatoolkit 版本显示为 11.8.0，但安装程序显示为 12.2，创建的文件夹/文件路径也是如此

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.2

我做错了什么/我没有考虑吗？

另外，我如何让我的环境识别已安装到本地文件的 cudNN 新版本？总的来说，我对环境和 conda/cuda 有点困惑。谢谢！

Answer 1

如果您使用

pip install torch

，它可能会默认执行仅 cpu 的 pytorch 安装。

相反，您应该在 pytorch.org 上选择适当的安装选项。我建议选择 conda 并将其安装在新环境中。 conda 会自动为您找出版本。如果这不起作用或者您想要旧版本，请访问 download.pytorch.org/whl/torch 并查找与您的 cuda 环境匹配的版本并下载 whl 文件。然后做

pip install ***.whl

。例如，

torch-2.0.0+cu118-cp310-cp310-win_amd64.whl

表示 amd64 架构的 Windows 机器上 cuda 11.8 的 torch 2.0.0、python 3.10。