根本原因是jupyter内核未正确指向pytorch环境，需先激活环境，再执行python -m ipykernel install --user --name pt-env --display-name "python (pt-env)"注册内核，重启jupyter后在kernel菜单中选择该内核即可生效。
PyTorch没在Jupyter里生效，根本原因是kernel没对上
你在终端里 import torch 成功，但在 Jupyter 里报 ModuleNotFoundError: No module named 'torch'——这不是 PyTorch 没装，而是当前 Notebook 运行的 kernel 不是你装了 PyTorch 的那个环境。
关键动作只有一步：把目标环境注册成 Jupyter 可识别的 kernel。常见错误是只在 conda 环境里装了 PyTorch，却忘了执行 python -m ipykernel install。
- 先激活你的 PyTorch 环境（比如叫
pt-env）：conda activate pt-env - 确认 PyTorch 已安装：
python -c "import torch; print(torch.__version__)" - 安装并注册 kernel：
python -m ipykernel install --user --name pt-env --display-name "Python (pt-env)" - 重启 Jupyter Notebook（不是刷新页面，是关掉再
jupyter notebook重开） - 新建或打开 notebook → Kernel → Change kernel → 选
Python (pt-env)
conda install pytorch 和 pip install torch 到底用哪个？
优先用 conda install pytorch torchvision torchaudio -c pytorch，尤其当你用的是 Anaconda/Miniconda。它自动处理 CUDA 工具链、cudatoolkit 版本和依赖兼容性；而 pip install torch 容易因系统已有 CUDA 驱动版本不匹配，导致 torch.cuda.is_available() 返回 False 却不报错。
但注意：如果你已用 pip 装过 torch，再用 conda install 会触发冲突警告。此时应先 pip uninstall torch torchvision torchaudio，再用 conda 装。
- 查本地 CUDA 版本：
nvidia-smi（看右上角“CUDA Version”） - 去 pytorch.org 选对应版本，复制 conda 命令（不是 pip）
- 务必在目标 conda 环境中运行该命令，别在 base 或其他环境里误装
为什么 torch.cuda.is_available() 总是 False？
90% 的情况不是驱动或显卡问题，而是 PyTorch 的 CUDA 版本和系统驱动不匹配，或者装错了包。比如你显卡支持 CUDA 12.1，但装了 pytorch-cuda=11.8 的包，就会静默降级为 CPU 模式。
验证步骤要分层做：
- 终端里运行：
nvidia-smi→ 看顶部显示的 CUDA Version（这是驱动支持的最高版本） - 再运行：
python -c "import torch; print(torch.version.cuda)"→ 这是 PyTorch 编译时链接的 CUDA 版本 - 两者必须满足：
torch.version.cuda ≤ nvidia-smi 显示的版本，否则 GPU 不可用 - 如果仍为 False，临时加环境变量排查：
CUDA_LAUNCH_BLOCKING=1 python -c "import torch; print(torch.cuda.device_count())"
Jupyter 启动后看不到新环境？检查 ipykernel 是否真装进去了
执行完 python -m ipykernel install 后，Jupyter 还是没列出新 kernel，常见原因是：命令没在目标环境中运行，或者用了 --user 但当前用户权限受限（尤其 Windows 下某些公司电脑策略限制）。
直接查 kernel 列表是否注册成功：
- 运行：
jupyter kernelspec list→ 应该看到类似pt-env /home/xxx/.local/share/jupyter/kernels/pt-env - 如果没出现，说明注册失败；如果路径存在但 Jupyter 不识别，试试去掉
--user，改用：python -m ipykernel install --name pt-env（需有写入$PREFIX/share/jupyter/kernels/权限） - Windows 用户特别注意：不要用 PowerShell 运行安装命令，改用 Anaconda Prompt（它自带 conda 初始化），否则环境变量不生效
conda env list 和 jupyter kernelspec list 对着看两遍，比反复重装快得多。
