torch not compiled with CUDA enabled

问题来源：

        近期接触人工智能领域，需要下载 CUAD 等工具。由于第一次涉及该领域，故工具也需要摸索着下载，推倒重来是经常的事情。但是我发现，很多 IT 从事者经常在博客上找文章跟着操作，所以有时候跟对博客文章是很重要的一件事情。对于错误信息，特定场景有不同的解决方法。由于我跟着李沐老师的本地 CUDA 和 Pytorch 安装视频：Windows 下安装 CUDA 和 Pytorch 跑深度学习 - 动手学深度学习v2_哔哩哔哩_bilibili。进行操作，在安装完 Pytorch 环境后的实操中频繁报标题错误，故在网络上找了很多篇博客，重装了很多次环境，还是无济于事。最终发现，我的这种情况较为少见，应该是官网存在的 bug，其实很简单的操作就能解决。

解决方案：

        跟着李沐老师的安装教程操作后，会有一个验证是否安装成功环节，李沐老师在虚拟环境中使用两个矩阵放到 cuda 0上，也即是 GPU 上后，进行矩阵相加，若成功放回正确结果，则表示环境搭建成功，我就是一直卡在这个位置，每次当我将矩阵挪到 cuda 0 时，就会报错，如下图所示：

         网上找了很多博客，都教我卸载重装，并肯定的说如果在命令行中输入如下命令若返回 False 则表示 CUDA 与 torch 不兼容，需要降级 CUDA 或者 torch！导致我一天多的时间都在重复这件事。

print(torch.cuda.is_available())

         后来，我发现每一次进行重装过程中，每一步都很顺利，但是直到在 Pytorch 官网上选择 CUDA 配置等信息后，选择 pip 安装（由于李沐老师选择 pip 安装，所以我前几次重装时也照着选 pip 方式，因为担心如果选别的方式可能会导致到后面会需要推倒重装），然后将生成的命令直接怼到 Anaconda Powershell Prompt 上执行时，就会报错。后来经过文献的查阅，发现一般在 window 下推荐使用 conda，Linux 下推荐使用 piip，所以最终我考虑换成 conda 方式安装，果然安装很成功，并且执行将矩阵放到 GPU 时不会报错！如下图所示：

         当然我这里也不清楚原因是为何，若有懂原理的同行，希望不吝赐教，在评论区给出解答。