看起来你的环境表面配置都对得上，但这个torchvision::nms的CUDA后端错误其实是挺常见的算子兼容问题，我给你几个实际可操作的排查和解决方向：

1. 先检查torchvision版本是否完全匹配Torch和CUDA #

你只贴了Torch版本，但torchvision和Torch的版本必须严格对应，否则很容易出现算子不兼容的情况。先运行这段代码确认版本：

import torchvision
print(f'torchvision version: {torchvision.__version__}')

正常来说，和Torch 2.1.1+cu121对应的torchvision应该是0.16.1+cu121。如果版本不对，直接重新安装对应版本：

pip install torchvision==0.16.1+cu121 --index-url https://download.pytorch.org/whl/cu121

2. 排查ultralytics库的版本兼容 #

YOLOv8的ultralytics库和Torch版本有时候会存在兼容冲突，特别是新的Torch版本搭配旧的ultralytics时。可以先尝试升级到最新稳定版：

pip install --upgrade ultralytics

如果升级后还是不行，试试降级到一个和Torch 2.1.1经过验证的稳定版本，比如：

pip install ultralytics==8.0.200

3. 临时切换到CPU模式排查问题 #

先在训练代码前加上强制CPU运行的设置，看看训练能不能正常跑起来——如果CPU能运行，那100%是GPU算子的匹配问题，回到前两步解决：

from ultralytics import YOLO
from datetime import datetime, timedelta
import torch

# 临时强制用CPU运行（仅排查用）
model = YOLO('yolov8n.pt')
results = model.train(data='data.yaml', epochs=15, imgsz=[480, 352], device='cpu')

4. 确认cuDNN是否被PyTorch正确加载 #

虽然你设置了环境变量，但PyTorch可能没正确识别到cuDNN。运行这段代码检查：

print(f'cuDNN version: {torch.backends.cudnn.version()}')
print(f'cuDNN enabled: {torch.backends.cudnn.enabled}')

如果输出cuDNN version: None或者版本和你安装的cuDNN不匹配（比如你装的是cuDNN 8.9.4 for CUDA12.1，应该输出8904），那需要：

• 把cuDNN解压后的bin、lib\x64、include文件夹里的文件，直接复制到CUDA安装目录的对应文件夹下（比如C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1下的对应目录）
• 重启PyCharm甚至电脑，再重新检查

5. 彻底清理缓存后重装依赖 #

如果上面的方法都不行，可能是pip缓存的旧包导致的混合版本问题，彻底清理后重装：

# 卸载所有相关库
pip uninstall -y torch torchvision torchaudio ultralytics
# 清理pip缓存
pip cache purge
# 重新安装对应版本的PyTorch全家桶
pip3 install torch==2.1.1+cu121 torchvision==0.16.1+cu121 torchaudio==2.1.1+cu121 --index-url https://download.pytorch.org/whl/cu121
# 安装最新版ultralytics
pip install ultralytics --upgrade

备注：内容来源于stack exchange，提问作者Andrei