为何torch.cuda.is_available()总在冥冥中显出其不可得之玄学？

本文共计1035个文字，预计阅读时间需要5分钟。

使用Keras（TensorFlow的一部分）完成了一些工作，因众多文献中模型用PyTorch实现，代码看起来不太合适。近期因疫情原因无法外出，在家自学PyTorch。游戏笔记本自用。

一直用的TensorFlow（keras）来完成一些工作，因许多论文中的模型用pytorch来实现，代码看不懂实在是不太应该。正好趁此假期，疫情原因无法出去浪，在家学一下pytorch。

游戏用笔记本自带GeForce 1050显卡，可用GPU，想着不用白不用，先装一个GPU版本再说。但是我按照网上的所有方法，torch.cuda.is_available()总是返回False。有轻微强迫症的我，不解决掉是睡不好的。

首先说一下我所做的工作顺序。说不定能有参考。（系统：WIN10）

1.安装CUDA

此处有其他大量且优质的帖，故不在此详述。我自己的机器支持CUDA10.2，但是我安装的是CUDA10，按理说应该版本是向下支持的。安装正确在cmd中敲nvcc -V能显示即可。

NVIDIA-smi命令截图如下。感觉是没什么问题的，驱动版本也挺高。

2.安装对应版本的pytorch

首先想到的肯定是官网安装。conda+重新开放的清华源=神速。此处是我自己的一个大坑。

3.安装cudnn等

同样，有大量帖子教学。我是在一直失败，走投无路，抱着安装一下试试的想法，结果并无卵用。

玄学解决

网上的攻略说产生此类问题的主要原因在于驱动安装的不正确。但我自己的情况并不符合。

在搜了大量的帖子无果后。