待验证50% 置信事实精确时间
在PyTorch中,torch.cuda.is_available()用于检测当前环境是否支持CUDA;若返回False,则所有试图将张量移至GPU的操作(如.cuda()或.to('cuda'))都会抛出运行时错误。
1
来源数
50%
置信度
长期有效
时效性
2026/11/10
首次发现
来源
PyTorch张量从入门到实战:核心概念与操作全解析
bilibili术核AI2026/11/10
涉及实体
相关事实
待验证在 torch.accelerator 之前,PyTorch 代码通常通过 torch.cuda.device_count() 或 torch.cuda.is_available() 等 CUDA 专属 API 检测硬件资源77% 相似待验证'Torch not compiled with CUDA enabled'错误通常是因为安装了CPU版本的PyTorch,需重新安装对应CUDA版本70% 相似待验证许多第三方库和模型使用 torch.utils.cpp_extension 等方式嵌入 CUDA 代码,这些路径在非 CUDA 后端上往往需要专门的替代方案。69% 相似待验证在ROCm环境下torch.cuda是HIP的别名,torch.cuda.is_available()和is_bf16_supported()两行代码会正常返回真值68% 相似待验证在英伟达GPU上,PyTorch的运算路径是PyTorch → CUDA(以及cuDNN、cuBLAS等加速库)→ 显卡驱动。68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1156593API
curl https://kongchang.com/api/v1/knowledge/claims/1156593MCP
get_claim(id=1156593)