CUDA驱动及CUDA Toolkit最高对应版本如下：

如果上述没有你想要的，参考官方文档 注：驱动是向下兼容的，其决定了可安装的CUDA Toolkit的最高版本。 CUDA Toolkit版本及可用PyTorch对应关系 注：虽有的卡驱动更新至较新版本，且CUDA Toolkit及PyTorch也可对应更新至新版本。但可能用不了，建议用稳定版 查询驱动版本

此处提供三种方法可供选择。 （1）指定CUDA Toolkit版本（推荐） 根据表一查询到可安装的CUDA Toolkit版本，470.141对应最高的CUDA Toolkit版本为11.4。上述表格没有，你可以装11.3的驱动，向下兼容向上不行 运行conda install pytorch cudatoolkit=11.3 -c pytorch即可。 此方法指定CUDA Toolkit版本后，conda会自动匹配到合适版本的PyTorch。

（2）指定PyTorch版本 根据表一查询到可安装的CUDA Toolkit版本，再根据表二查询到合适版本的PyTorch。465对应最高的CUDA Toolkit版本为11.3，11.3可安装PyTorch1.11.0版本（向下兼容）。 运行conda install pytorch=1.11.0 -c pytorch即可。 此方法指定PyTorch版本后，conda会自动匹配到合适版本的CUDA Toolkit。

（3）同时指定CUDA Toolkit版本和PyTorch 根据表一查询到可安装的CUDA Toolkit版本，根据表二查询到合适版本的PyTorch。 运行conda install pytorch=1.11.0 cudatoolkit=11.3 -c pytorch即可。

注： （1）需要安装torchaudio以及torchvision时将其放在pytorch之后即可，如：conda install pytorch torchaudio torchvision cudatoolkit=11.4 -c pytorch（个人建议这样装） （2）-c pytorch为采用官网源下载，如果去掉，则在清华镜像源配置后可采用清华镜像源下载，配置清华镜像源可参考：

PyTorch官网 官网下载比较慢 添加清华镜像源：

查看添加镜像源:

显示，则添加成功 在PyTorch官网查看适合版本安装命令

注意：不要复制 -c pytorch即可采用清华镜像源下载,否则采用官网源下载。等待安装成功即可。以上可能会出错，则将https改为http，重新添加源即可