pytorch的问题：解决引用torch，但torch.cuda.is_available() 返回false

我在网上找了超多方法，说一下我这次配的经验吧，也是以防自己忘了。
pycharm、python、Anaconda3、cuda等我之前配过，稀里糊涂配的，大家网上搜搜很多博客，所以这里就不提了，主要是我也不记得了。(●ˇ∀ˇ●)
第一次配环境，如果以下步骤有不对的地方，也请各位大佬指正

步入正题：

我是win10系统

• ①检查电脑NVIDIA的cuda版本
  从NVIDIA控制面板确定电脑NVIDIA的cuda版本：NVIDIA控制面板→帮助→系统信息→组件→查看文件名为NVCUDA.dll 的产品名称NVIDIA CUDA ****** driver （******的部分就是电脑NVIDIA的cuda版本）
  我的是10.2.89，后面就以cuda10.2.89为例，自己对应自己的版本
• ②检查自己电脑的nvidia驱动是否能带的起cuda 10.2
  进去cmd（命令提示符，win+R输入cmd就进去了） 输入nvidia-smi（如果不出来的去网上搜下怎么打开nvidia-smi）

`nvidia-smi`

如图划红线的地方所示（提醒NVIDIA-SMI与Driver Version是要一样的哟，这就是显卡驱动版本号）

显卡驱动版本号与CUDA版本号对应关系
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
从图可看到我的是446.14 ，而CUDA10.2.89的要求是≥441.22 。
所以我电脑的显卡驱动是允许装CUDA 10.2的。

• ③检查环境中已安装cuda的版本
  依旧是在cmd（命令提示符）内输入nvcc -V (注意第二个V是大写)

nvcc -V

如图所示我的是10.2，所以配的是对的，如果你的和第①步看的CUDA版本不一样，那就要重装对应版本的CUDA驱动程序了（最好是对着第①步的CUDA版本配，当然你也可以试试更改第①步NVIDIA显卡驱动的CUDA版本，反正要想成功配pytorch 以上提到的关于CUDA的版本一定要“对齐”）
- 想找与显卡同版本的cuda驱动程序，官方下载链接是这个https://developer.nvidia.com/rdp/cudnn-download（需要登陆/注册才能下载，注册很简单。）
- 安装对应版本的CUDA驱动程序可以参考下这篇文章https://blog.csdn.net/u011473714/article/details/95042856

• ④配与cuda版本对应的cudatoolkit和cudnn
  依旧是参考一下这篇文章https://blog.csdn.net/u011473714/article/details/95042856

可以通过命令conda list 查看自己配的包，如图所示

如果conda list没有找到cudatookit和cudnn，可以再弄一下conda install cudatookit=10.2就可以，然后conda install cudnn

• ⑤配与cuda版本对应版本的pytorch
  pytorch官网：https://pytorch.org/get-started/locally/
  
  根据自己需要配的情况选对应的选项，然后复制划红线的部分

但是

conda安装pytorch国外的镜像容易报错安装不上，得配国内的镜像，有很多文章教。但是我觉得镜像麻烦，明明可以直接pip配为什么这么多人推荐的方法都是改镜像，如图画篮圈的地方选了pip，然后复制划红线的内容安装pytorch即可。

然后conda list 查看

我的是这几个都与CUDA版本“对齐”就torch.cuda.is_available()返回true了。奈斯！