torch.cuda.is_available()返回false最终解决方案

1.把python版本从3.8降到3.6

 2.右击任务管理器--->性能--->可以查看对应的GPU（一个是CPU自带的，另一个是英伟达的）

【英伟达支持CUDA,如果仅有CPU自带的选CPU版】

3.在终端查看显卡情况，执行 nvidia-smi 命令

---如果显示“nvidia-smi不是可执行的命令”，去设置环境变量，记住NVSMI文件夹的路径 C:\Program Files\NVIDIA Corporation\NVSMI ，nvidia-smi命令即可执行。

4.接着来到pytorch的官网（PyTorch）进行配置下载，可以看到 驱动版本是>390且CUDA版本为11.1，选择CUDA11.3的版本。

5.切换到pytorch路径下，执行conda activate pytorch 指令

执行 ：

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

  如果此时的下载速度缓慢，设置清华镜像（比原来稍微快一些）

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

安装成功后，切换到python环境下 ，成功执行以下命令说明pytorch安装成功

在此过程中可能会遇到以下情况：

现象：在import torch的时候出现错误 key already registered with the same priority.

原因：开始安装了CPU版本，后面又安装GPU版本，两个版本的torch folder名字重合，发生冲突。

解决：执行两遍 

pip uninstall torch

pip uninstall torch

结果：接着去执行 import torch 执行，发现报错：

 这会重新去执行以下命令，但会有缓存

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

通过 pip list 命令看到当下pytorch路径下的包名