使用conda安装pytorch时报cudatoolkit包LinkError权限错误如何解决

报错的核心触发原因是conda安装cudatoolkit包时，后置链接脚本执行权限不足，日志中的Access is denied已经明确指向权限类问题，具体可能的场景如下：

• 运行conda命令的终端未获得管理员权限，无法向虚拟环境的Scripts目录写入临时文件、修改环境变量或注册CUDA相关配置，而cudatoolkit的post-link脚本默认需要执行上述操作
• 系统安全软件（Windows Defender实时防护、第三方杀毒软件、防火墙）拦截了脚本的执行，脚本修改系统配置的行为会被判定为风险操作被拦截
• 目标虚拟环境目录的权限配置异常，比如此前用管理员身份创建过该虚拟环境，当前普通用户账号没有该目录的写入修改权限
• conda本地缓存中的cudatoolkit安装包已损坏，导致后置脚本本身无法正常被调用执行

• 以管理员身份启动终端重试：关闭当前所有conda终端，右键点击所用的命令行工具（Anaconda Prompt/PowerShell/命令提示符），选择「以管理员身份运行」，重新激活虚拟环境后执行原安装命令即可
• 临时关闭安全软件防护：安装前暂时关闭系统的实时防护、杀毒软件主动拦截功能，安装完成后再恢复相关配置
• 修复虚拟环境目录权限：找到虚拟环境对应目录C:\Users\Xavier Gonzalez\anaconda3\envs\venv，右键打开「属性」-「安全」选项卡，点击「编辑」给当前Windows用户赋予「完全控制」权限后重试
• 清理conda损坏缓存：执行conda clean -a命令清理所有本地缓存的安装包，再重新执行安装命令
• 更换安装源规避问题：如果上述方案均无效，可以强制拉取pytorch、nvidia官方源的安装包，执行命令conda install pytorch torchvision cudatoolkit=11.1 -c pytorch -c nvidia即可，避免使用conda-forge源的cudatoolkit包
• 无GPU需求可安装CPU版本：如果不需要使用GPU加速，直接安装CPU版pytorch即可跳过cudatoolkit的安装步骤，执行命令conda install pytorch torchvision cpuonly -c pytorch即可完成安装

内容的提问来源于stack exchange，提问作者seeker_after_truth