如何使用conda安装支持CUDA的PyTorch？解决CUDA不可用问题

• 卸载现有CPU版本组件
  执行命令彻底卸载已安装的PyTorch相关包：
  conda uninstall pytorch torchvision torchaudio pytorch-cuda --force
  卸载完成后，可通过conda list | grep pytorch（Linux/macOS）或conda list | findstr pytorch（Windows）检查是否还有残留，如有则继续卸载。

• 清理conda缓存
  清除本地缓存的旧包，避免干扰新安装：
  conda clean -a

• 确认系统CUDA驱动兼容性
  运行nvidia-smi查看当前NVIDIA驱动支持的最高CUDA版本，PyTorch的pytorch-cuda版本需低于或等于该版本（向下兼容）。例如驱动支持CUDA 12.1，则可选择11.8、12.1等PyTorch支持的版本。

• 重新执行安装命令
  使用官方指定的conda命令安装，确保命令中包含pytorch-cuda参数并指定正确版本：
  conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
  安装过程中留意包名称，需包含cuda118（对应指定的版本）标识，而非cpu标识。

• 验证安装结果
  进入Python交互环境，执行以下代码：

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

  若输出True及对应CUDA版本号，则说明支持CUDA的PyTorch安装成功。

内容的提问来源于stack exchange，提问作者Anon