问题描述
由于conda自带的源太慢，换成了清华源，结果无论怎么下载都无法使用cuda。检查conda列表发现装的是cpu版本
原因
网上众说纷纭，例如删掉cpu-only包，但都是瞎猫碰上死耗子。
真正的原因是Anaconda的清华源有很多不同的链接：
- 有时候遇到同名的包会按照url的优先级默认安装第一个找到的版本。
- 你指定的pytorch版本+cudatoolkit无法在清华源上匹配到，于是清华源自动给你安装了它认为最匹配的包（这点特别坑）
解决方法
正确添加conda镜像源
-
输入
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/（包含pytorch和cudatoolkit）
输入conda config --set show_channel_urls yes -
Linux上
vim ~/.condarc查看本地conda换源文件，确保1中的链接在首位。如果你只用anaconda安装pytorch，可以删掉default以外的链接。如果你想安装其他的包，酌情添加以下链接（但还要确保1中的链接在首位）：
深度学习源（包含古早 pytorch 和 tensorflow1）
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
以下非必要不添加
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/（包含cpu版本pytorch，古早CUDA版本pytorch，部分cudatoolkit）
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/（复制原仓库）
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ （旧conda-forge）
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/（非linux的源） -
根据cuda版本指定对应的pytorch
版本对应表见这里
或者直接访问1的网站查看你指定的pytorch和cuda版本是否在镜像中有安装包
比如最新的pytorch 12.0版本不支持CUDA 11.1，如果你指定的版本号没有，那就会给你自动下载cpu版本的 -
查看pytorch安装版本
通过conda安装：conda list pytorch
出现cuda版本号说明安装正确，出现cpu说明安装失败，什么都没有说明你可能是通过pip安装的
通过pip 安装：进入python里面import torch
torch.cuda.is_available()输出 True 可用，Flase 不可用
torch.__version__输出 1.9.1+cpu 表示 cpu 版本，不带cpu表示是gpu版本
torch.version.cuda输出 10.0等版本号 表示可用；输出 False或者空，表示找不到对应 torch 版本的 CUDA，要么是 pytorch 版本错了，要么是 CUDA版本错了，建议重装 pytorch