事情一背景：博主刚下载好的cuda本来想测试一下看在pycharm软件中是否能调用GPU，结果失败了

当前环境：安装的cuda版本：13.0（可通过命令窗口nvcc --version命令查看）

                  安装的pytorch版本：torch-2.6.0

                  python版本:3.10

问题重述：cuda版本过高，因为此torch对应的cuda是12.6，现在很少有torch兼容cuda13.0。所以只能找个与torch相差不多的cuda版本进行安装，附cuda安装地址，之后呢，博主也是成功安装了cuda12.6的版本，但是新问题又出现了pytorch还是不能识别到cuda，博主很是懊恼，查了半天资料，终于发现 了原因，因为 PyTorch 官方可能还没有为 CUDA 12.6 提供预编译的包，但 CUDA 12.x 版本通常是向前兼容的。可以安装为 CUDA 12.1 编译的pytorch版本，这个能在 CUDA 12.6 上完美运行。

解决办法：（重新下载pytorch找到兼容CUDA12.6的版本）

1. 进入当前虚拟环境

   conda activate 虚拟环境名称

2. 彻底卸载当前环境中的 PyTorch 相关包：

   pip uninstall torch torchvision torchaudio

3. 安装与 CUDA 12.6 兼容的 PyTorch（系统代理记得关闭，没有vpn就不用管了）

   pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

   验证

打开pycharm，新建python文件

import torch
print(f"PyTorch版本: {torch.__version__}")
print(f"CUDA可用: {torch.cuda.is_available()}")  # 期待输出 True
print(f"GPU数量: {torch.cuda.device_count()}")   # 期待输出 1

运行，如果出现此输出，则证明pytorch能够识别cuda，且能成功调用GPU。