RuntimeError：No CUDA GPUs are available

本文深入解析了深度学习开发中常见的RuntimeError: No CUDA GPUs are available错误。文章提供了从硬件确认、驱动安装、CUDA Toolkit配置到PyTorch版本检查的完整排查链路，并给出了代码层面设备管理、环境变量设置及权限问题等进阶解决方案，帮助开发者系统性地定位并修复GPU不可用问题。

RuntimeError: No CUDA GPUs are available问题解决RuntimeError: No CUDA GPUs are available标题 问题阐述问题解决 RuntimeError: No CUDA GPUs are available 标题 问题阐述 在使用cuda进行模型训练的时候出现了这样一个错误： 显示说没有可用的GPU，当时我就炸了，我GeForce RTX 2080 Ti的GPU不能用？ 问题解决 然后我用代码查看了一下GPU的设备数量： print(tor

BUG已解决：RuntimeError: No CUDA GPUs are available

进入python时， import torch print(torch.cuda.device_count()) torch.cuda.is_available() 结果是： 1 True 而且根据网上方法检验了cuda和cudnn的安装都没有问题。但是但我运行python脚本或者在jupyter notebook中都会报错： RuntimeError：No CUDA GPUs are available 注意此时：可能不是环境和配置的问题，而是代码里面出了问题，如果你的代码里面有： os.envir

本文系统性地解析了深度学习开发中常见的RuntimeError: No CUDA GPUs are available报错。从硬件检测、驱动安装、CUDA Toolkit版本匹配到PyTorch框架选择，提供了一套完整的诊断流程和解决方案，帮助开发者快速定位并解决CUDA环境配置问题，确保GPU算力得以充分利用。

RuntimeError: No CUDA GPUs are available 问题描述 使用pytorch进行模型训练，结果发现没有可用的CUDA GPU，而实际电脑上是有的 尝试了网上常见方法，比如检测CUDA是否可用之类的方法均无果 问题解决 偶然间找到了这篇博客升级显卡驱动，尝试一番后刚好解决了我的问题，如果你在尝试了问题描述中的方法还未能解决你的问题，不妨像我一样升级一下显卡驱动程序，这并不能保证解决你的问题，不过也是一种值得尝试的方法 首先查看一下可用的显卡驱动，进行驱动程序查看以及安装

解决了linux集群利用slurm工具在初期跑torch代码遇到的gpu不可用相关问题。

解决RuntimeError：No CUDA GPUs are available

已解决 RuntimeError: No CUDA GPUs are available 亲测有效！！！

第3步安装的时候报错，如果显示ERROR: An error occurred while performing the step: “Building kernel modules则需要降低内核版本，终端输入uname -r查看内核版本，查看已安装的内核镜像，我这里显示linux-image-5.15.0-87-generic是install，故将内核版本将为5.15.0-87。打开软件和更新的附加驱动也可以看出驱动自动升级了，原先我安装的是530版本，先降降驱动版本试试看。

首先，您应该检查CUDA驱动程序和CUDA工具包的安装情况，确保它们与您的系统兼容。如果您的计算机确实没有GPU，您可以考虑在没有CUDA加速的情况下继续使用PyTorch。因此，如果您有可用的CUDA设备，使用GPU进行加速仍然是更好的选择。如果CUDA驱动程序或CUDA工具包未正确安装，您需要根据您的系统和CUDA版本重新安装它们。如果您的系统中没有可用的CUDA设备，您可以通过将PyTorch切换到CPU模式来解决此问题。首先，您需要确保您的系统上安装了正确的CUDA驱动程序和CUDA工具包。

根据网上的资料，PyTorch并不直接支持AMD显卡进行GPU加速。这是因为PyTorch的GPU加速依赖于CUDA，而CUDA是NVIDIA的专有技术，不支持AMD显卡。因此，如果你的电脑装有AMD显卡，你将无法使用PyTorch的GPU加速功能。简而言之，AMD显卡不能运用CUDA ，于是RuntimeError: No CUDA GPUs are available不过，这并不意味着AMD显卡的用户无法使用CUDA。你可以选择安装PyTorch的CPU版本。

RuntimeError: No CUDA GPUs are available【解决办法总结】 检查cuda，cudnn，显卡驱动版本是否能对应上。 windows中cmd终端输入nvcc --version可以查看版本。 检查cuda是否能够正常使用 import torch import torchvision print(torch.cuda.is_available()) a = torch.Tensor(5,3) a=a.cuda() print（a） 查看配置文件中的id号是否能

再次运行代码时，报错已经解决了，根据博主春风知江南的说法，cuda使用之前都要检测一下cuda是否可用，没检测就默认没有，至此，解决完此bug。我的cuda版本是11.8，torch版本是是2.0.0，理论上匹配没问题，谨慎起见，用代码验证一下。打开cmd（win+R，输入cmd打开），激活环境 ，验证代码。可以看出，cuda已经正确安装，并且版本为11.8。结果为True，说明版本匹配没问题。命令返回1，说明是有GPU设备的。3-1、查看GPU设备数量。