已经根据 gpu 的型号把 cuda 的版本选对了，为什么 torch.cuda.is_available() 仍返回 False？

因为你的 pytorch 下载成了 cpu 版本。

不信？测试一下，在该虚拟环境中输入 conda list，查看 pytorch 的版本：

如果结果如上图，那么 pytorch 的版本为 cpu 版本而不是 gpu 版本，那自然 cuda 调用 gpu 的时候返回 False。

可是为何明明电脑有 gpu，安装的时候也是按 gpu 的命令安装的，为什么安装完成之后就变成 cpu 了呢？

因为[python | cudatoolkit | pytorch] 组合的 gpu 版本在下载源中不存在。

官网上的执行命令：conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch 中的 -c pytorch 指的是从 pytorch 官方的源中下载。命令中只指定了cudatoolkit的版本是10.2，而默认的 torchvision 和 torchaudio 和 pytorch 的版本估计都是最新的。

即使你选择的 cuda 的版本和你的 gpu 是匹配的，也就是说 cudatoolkit 是对的。但是 [python | cudatoolkit | pytorch] 这三个版本不同的组合，在 pytorch 官方的源中真的不一定有。

它如果没有对应的 gpu 版本，而有对应的 cpu 版本，就会擅自做主给你安装 cpu 版本的了，这就是为什么你是按 gpu 版本安装的，装完发现是 cpu。

所以我们需要找到哪些组合版本在源里是存在的 或者说 是有 gpu 版本的。
不知道官方的源在什么地方，所以我们就改用清华源，用清华源里面已有的组合来安装。

打开 清华源的网址发现：

里面有 python3.7 版本，对应于 cuda10.2 和 cudnn7.* 的安装包，那么我们就选择这个版本安装。

1. 创建 python 对应版本的 环境；

conda create -n pytorch-GPU python=3.7 # 创建一个python3.7的conda环境
conda activate pytorch-GPU # 进入该conda环境

2. 加入清华源；

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ # 换conda源
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ # 换conda源
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ # 换conda源

tip：在任何环境下添加源都会添加到全局中，而不只是作用于该虚拟环境中。

3. 安装 cuda、cudnn 和 pytorch；

根据已有的版本组合，安装 cuda、cudnn

conda install cudatoolkit=10.2 -c http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/ # 安装 cuda
conda install cudnn=7.6 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/ # 安装cudnn

安装pytorch

conda install pytorch==1.8.0 torchvision==0.9 cudatoolkit=10.2 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/# 安装pytorch

其中 torchvision 版本选择需要和 pytorch 版本对应：

在这个命令执行之后，询问选择 y/n 时，就会发现需要下载的列表中的 pytorch 版本是 cuda 版本，此时下载就能得到 gpu 版本了。

参考：
https://windses.blog.csdn.net/article/details/125910538
https://blog.csdn.net/shiwanghualuo/article/details/122860521