配置国内源，一劳永逸
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/fastai/
Pytorch官网寻找需要安装的版本
这里有一点说明。如果想要安装最新版的话，一般你的机器安装的版本与上述任意一个版本不匹配的话，选择上述有的版本中低于你的CUDA版本的最接近那个版本。
比如我的CUDA 11.1，则我选择CUDA10.2而不是11.3。因为CUDA是向下兼容。
接着就可以复制命令进行安装了。
记住：后面的 -c pytorch 要删掉，这样才会到镜像源下载
安装完测试
import torch
print(torch.cuda.is_available())