Windows下Anaconda安装CUDA11.1版GPU PyTorch检测失败如何解决

• 驱动版本不满足要求：CUDA 11.1要求Windows系统NVIDIA显卡驱动版本≥456.38，而CUDA 10.2仅要求驱动≥441.22，若你的驱动版本介于两个区间之间，就会出现10.2可用、11.1不可用的情况，可执行nvidia-smi查看当前驱动支持的最高CUDA版本。
• 安装时拉取到CPU版本PyTorch：你安装CUDA11.1版本时添加了-c conda-forge源，conda-forge源中Windows端PyTorch 1.8.2/1.9.1版本没有适配CUDA11.1的预构建包，conda会自动降级安装CPU版本的PyTorch凑依赖，可执行conda list pytorch查看包的build字段，若包含cpu字样即可确认是该问题。
• PyTorch版本与CUDA版本不匹配：PyTorch 1.8.2 LTS、1.9.1稳定版的Windows官方预编译包，均没有适配CUDA11.1的版本，仅支持CUDA10.2和CUDA11.3，强行指定cudatoolkit=11.1会触发依赖兼容异常，导致GPU功能不可用。

• 不超过显卡驱动支持的最高CUDA版本：执行nvidia-smi输出结果右上角的CUDA Version值，就是当前驱动可支持的最高CUDA版本，你选择的PyTorch对应CUDA版本不能高于该值。
• 匹配对应PyTorch版本官方支持的CUDA列表：每个PyTorch正式版都会明确列出适配的CUDA版本号，不要自行指定官方未适配的CUDA版本。
• 和项目其他依赖的CUDA版本保持一致：如果项目还用到其他CUDA加速库，需要保证所有依赖的CUDA大版本完全一致，避免出现运行时兼容问题。

如果需要使用CUDA 11.x版本的PyTorch，直接执行官方适配的安装命令即可：
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

内容的提问来源于stack exchange，提问作者user288609