报错描述：
NVIDIA GeForce RTX 3090 with CUDA capability sm_86 is not compatible with the current PyTorch installation.
The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_70.
If you want to use the NVIDIA GeForce RTX 3090 GPU with PyTorch, please check the instructions at https://pytorch.org/get-started/locally/
错误描述： CUDA capability sm_86 是说当前 GPU 3090 算力是 8.6，与安装的 PyTorch 版本不匹配。虽然错误描述里说的是 PyTorch，但实际上是说 PyTorch 依赖的 CUDA 版本（因为我们安装的是 CUDA 版本的 PyTorch，如果使用 CPU 版的就不会有这个问题）。所以说，当前的 PyTorch CUDA 版本支持算力为只有 3.7、5.0、6.0、7.0，低于 GPU 3090 算力。
关于 GPU 算力和 CUDA 算力的关系是：
查看显卡算力：CUDA GPU | NVIDIA Developer
查看CUDA的算力：NVIDIA Ampere GPU Architecture Compatibility
简而言之：GPU的算力需要高于CUDA的算力（但是二者的算力必须在同版本下，比如都是8.x（Gpu sm_8.a>CUDA sm_8.b）。如果GPU的算力为8.x，CUDA的算力为7.x,即使满足>的条件，但也是不行的）
报错环境：
Linux：Ubuntu 18.04
GPU：NVIDIA GeForce RTX 3090
CUDA：11.3
Pytorch：1.12.0
Python：3.9
解决方案
在 PyTorch官网 下载合适的 Pytorch 版本，CUDA 11.6 最高支持算力是 8.6，所以就下载支持 CUDA 11.6 以上的 PyTorch 版本（目前最高也就是 11.6 了）。
解决方案：
# 首先卸载已有的pytorch
pip uninstall torch
pip uninstall torchvision
pip uninstall torchaudio
# 安装
pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116
这里需要注意一下，安装新pyotrch的时候可能会下载超时报错：
这个大概率是网络原因造成的（自备梯子下载更快，我没有使用镜像，速度15-20mb/s）
pip._vendor.urllib3.exceptions.ReadTimeoutError: HTTPSConnectionPool(host='download.pytorch.org', port=443): Read timed out.
如果报错了就将安装的命令行换成：
pip3 --default-timeout=1688 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116
这里的--default-timeout=1688其实意思就是让其检测延迟的时间变长，以防止因为你的网络问题而直接报错
如果没有报错就当我没说，
安装成功后 问题解决