CUDA版本和Pytorch的版本不一致， 对于新手来说真的致命。关于CUDA，CUDA Toolkit ，cuDNN还有pytorch的关系可以参考这篇文章:Pytorch， CUDA，cuDNN的关系 简而言之就是:

nvidia-smi – CUDA Driver API 显卡驱动, 驱动API 也是当前驱动支持的最高CUDA版本，就是平时你看电影打游戏的时候装的驱动，这里是越高越好。
nvcc – CUDA Runtime API CUDA驱动, 用于深度学习做计算的时候用的
CUDA Toolkit – CUDA-C和CUDA-C++编译器和一些科学库
cuDNN – 深度学习的专门CUDA插件库，放在CUDA安装包里就可以了
Pytorch – Python的库，最终的产品

虽然我的torch.cuda是ture,但是在编译的时候用的主还是CUDA所以这里编译的时候就报错了。其实也很好解决:

1. 更新torch版本
2. 更新CUDA版本(我这里选择的是第二步**,因为这里显示我的CUDA版本是10.1而torch是11.6 ，CUDA是向下兼容的所以越高版本的CUDA越兼容低版本的，所以下面我就展示如何把CUDA升到11.6，以WINDOWS11系统为例**)

torch.cuda.is_available()

这里装高级的CUDA，可以参考这一篇文章多CUDA版本切换 ， 不用删除之前的CUDA版本，只要下对应的pytorch对应的CUDA版本以及下好对应CUDA版本和cuDNN就可以了，我这里下的就是11.6的CUDA和cuDNN。CUDA默认的路径是，对应的cuDNN下载完，直接放到CUDA安装路径下就可以了。

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6

装完了可以确认下是不是自动配置了环境变量,打开终端输入下面bash指令，就可以看到加入了，那就欧了，如果没有加可以自己配置下新的环境变量就可以了。:

set cuda