pycharm torch.cuda.is_available()false

### 解决 PyCharm 中 `torch.cuda.is_available()` 返回 False 的问题

为了确保在 PyCharm 中能够正确识别 GPU 并使得 `torch.cuda.is_available()` 返回 True，可以按照以下建议操作：

#### 创建并激活 Conda 环境
确保在一个专门的 Anaconda 环境下工作有助于隔离依赖项。通过命令行工具（Anaconda Prompt 或者 Terminal）来创建一个新的 conda 环境，并指定 Python 版本以及安装所需的包。

conda create -n myenv python=3.8
conda activate myenv

#### 安装 CUDA 和 PyTorch
确认所使用的 CUDA 工具包版本与显卡驱动兼容后，再利用 conda 命令安装特定版本的 PyTorch 及其配套组件 TorchVision。这一步骤对于让 PyTorch 正确检测到 GPU 至关重要[^2]。

conda install pytorch torchvision cudatoolkit=10.2 -c pytorch

#### 设置 PyCharm 使用正确的解释器
完成上述步骤之后，在 PyCharm 内部设置项目的 Python 解释器为刚才创建的那个 conda 环境中的解释器路径。这样做的目的是为了让 IDE 加载来自该虚拟环境中的一切资源，包括已经配置好的 CUDA 支持。

#### 测试配置有效性
最后，在新的会话中测试 `torch.cuda.is_available()` 函数的结果是否变为 True。如果一切正常的话，则表明现在可以在 PyCharm 下顺利调用 GPU 来加速计算任务了[^3]。

import torch
print(torch.cuda.is_available())