关于torch.cuda.is_available()一直返回False的解决办法

本文主要提供不同与其他办法的一种解决办法，即作者亲身经历
使用 显卡NVIDA GeForce MX250

问题原由

最近在学习用pytorch实现训练模型，刚好学到使用pytorch进行GPU加速。但是通过上网查询不同的解决办法，但是torch.cuda.is_available()一直返回False，直到看见了知乎中的一个解决办法。
现在就让我为大家总结一下解决问题大概过程。

解决问题流程

1.首先打开命令行输入nvidia-smi查看GPU状态

2.下载CUDA

可以发现该GPU支持的是cuda11.0，所以应该从官网上下载11.0的CUDA，注意在这儿pytorch与CUDA的版本一定要适配


3.查看pytorch版本

然后在查看pytoch版本，可以去Python解释器上输入
import torch torch.__version__


下载合适的wheel

进入pytorch官网点击previous pytorch versions中找到自己适配的命令，复制相关命令到命令行