torch不能使用cuda的解决方案
遇到了这样的报错，说明 torch不能使用cuda
反思
我频繁地尝试安装不同的 nvdia 驱动，浪费了很多时间。因为我的错误地认为nvidia会自带cuda，其实cuda需要单独安装。
还有我的torch是cpu版本的，即使nvidia cuda安装了，torch也使用不了cuda。
pip show torch ， cuda版的torch会有 +cu126
注意事项：
- nvidia 安装驱动
- nvdia 安装 cuda
- torch 安装 cuda 版本
- cudnn
安装 nvidia app
下述图片是大家电脑默认的nvidia，鼠标点击之后的样子
我非常喜欢在电脑上安装 nvidia 的APP之后，以后只需鼠标点击就可以更新驱动。
我不喜欢在官网上看哪个显卡需要下载哪个驱动，安装桌面端的应用之后，鼠标点击更新驱动就行，驱动升级很方便。
https://www.nvidia.com/en-us/software/nvidia-app/ 点击下载
在安装的时候，我选择的默认设置，精简安装。
在安装成功之后，就可以通过鼠标点击更新驱动。
输入nvcc -V，查看 cuda 是否安装。上述我们只是完成了 nvidia 驱动的安装，还没有安装 cuda。
点击下载 cuda:
https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=11&target_type=exe_local
安装成功后，再输入 nvcc -V，出现下述结果说明 cuda 安装成功。
安装 pytorch cuda
进入 pytorch 官网下载对应的版本
如果这个时候，你的torch依然不能使用cuda，你可能和我遇到了一样的问题。
安装的是 cpu 的torch，无需卸载，直接安装cuda的torch版本，会自动卸载CPU版本的torch。
输入 pip show torch， 出现 2.x.x+cu126，出现了cu 才表示你的torch 安装的是cuda版本。
cpu版的torch无法使用cuda:
安装 torch 的cuda版本：
import torch
torch.cuda.is_available()
我的报错到这里就解决了。
cudnn
cuDNN（CUDA Deep Neural Network library）是 NVIDIA 提供的 GPU 加速深度学习库，用于优化和加速深度神经网络（DNN）运算。它为 深度学习框架（如 TensorFlow、PyTorch、MXNet）提供底层支持，能够 显著提高 卷积计算、池化、归一化等操作的性能。
我电脑的cuda安装路径：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6
检查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 数量:", torch.cuda.device_count())
print("当前 GPU:", torch.cuda.get_device_name(0) if torch.cuda.is_available() else "无")
输出:
CUDA 是否可用: True
cuDNN 是否可用: True
cuDNN 版本: 90501
GPU 数量: 1
当前 GPU: NVIDIA RTX A6000
我之前就已经安装过 cudnn 了。需要把cudnn压缩包里面的文件解压到 cuda的文件夹里去。
看到文件夹里面有这些 cudnn_xxx文件，这就说明下载过了 cudnn。
参考资料
- CUDA安装教程（超详细Windows版. https://blog.csdn.net/AI_dataloads/article/details/133043869
- pytorch-gpu win10配置+cuda+cudnn. https://zhuanlan.zhihu.com/p/100279727