pycharm提示显卡驱动太老旧The NVIDIA driver on your system is too old

The NVIDIA driver on your system is too old

问题报错：

The NVIDIA driver on your system is too old (found version 8000).

Please update your GPU driver by downloading and installing a new

version from the URL

按照报错是说你的显卡驱动太旧，请更新你的GPU驱动。

本质是pyorch和cuda版本不兼容的问题，比如你用了比较新的1.10版本的pytorch。由于cuda更换相对麻烦，所有更换适配pytorch的版本就可以。

检查当前torch版本

python
import torch
print(torch.__version__)

可以检查三个点：

1 显卡驱动

2 cuda版本（使用GPU进行计算的计算框架）

3 pytorch版本和torchvision版本

以上版本是要依次适配前者的版本。

检查驱动和cuda适配

命令行输入：nvidia-smi

+-----------------------------------------------------------------------------+
| NVIDIA-SMI 418.56       Driver Version: 418.56       CUDA Version: 10.1     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  GeForce GTX TIT...  Off  | 00000000:06:00.0  On |                  N/A |
| 22%   40C    P8    16W / 250W |    132MiB / 12208MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID   Type   Process name                             Usage      |
|=============================================================================|
|    0      1300      G   /usr/lib/xorg/Xorg                            84MiB |
|    0      1766      G   compiz                                        44MiB |
+-----------------------------------------------------------------------------+

第一行的NVIDIA-SMI 418.56 的418.56表示驱动版本，后面的CUDA Version: 10.1 表示cuda版本。

使用以下检查：（参考的https://blog.csdn.net/kellyroslyn/article/details/109668001）

第二竖列就是驱动版本，第一列表示适配的cuda版本。当前是可以的。

查找适配的torch和torchvision

接下来看pytorch。找适配cuda10.1的torch和torchvision。

由于这个版本比较老，在官网首页https://pytorch.org/get-started/locally/已经找不到这么老的cuda版本了。

可以在这个官网找以往版本：（参考的https://blog.csdn.net/JohnJim0/article/details/108688964）

https://download.pytorch.org/whl/torch_stable.html

举个例子其中有一个是：

cu101/torch-1.8.1%2Bcu101-cp39-cp39-linux_x86_64.whl

cu101 表示cuda版本是10.1

torch-1.8.1 表示适配的torch版本

同样方法可以找到适配的最高版本的torchvision。

然后可以使用这个形式的命令安装：

pip install torch==1.8.1+cu101 torchvision==0.9.1+cu101 -f https://download.pytorch.org/whl/torch_stable.html

按照自己的版本用以上命令安装，其中后面的网址就是我上面提到的网址。

测试：

import torch
from torchvision.models.resnet import *
from logs import get_logger
import optparse
import datetime

parser = optparse.OptionParser()
parser.add_option('-g', '--logmsg', action="store", dest="logmsg", help="root directory", default="Recursion-pytorch")
options, args = parser.parse_args()
# Print info about environments
logger = get_logger(options.logmsg, 'INFO') # noqa
logger.info('Cuda set up : time {}'.format(datetime.datetime.now().time()))

device = torch.device('cuda')
logger.info('Device : {}'.format(torch.cuda.get_device_name(0)))
logger.info('Cuda available : {}'.format(torch.cuda.is_available()))
n_gpu = torch.cuda.device_count()
logger.info('Cuda n_gpus : {}'.format(n_gpu))

输出：

2021-12-01 21:52:16,623 - Recursion-pytorch - INFO - Cuda set up : time 21:52:16.623750
2021-12-01 21:52:16,640 - Recursion-pytorch - INFO - Device : GeForce GTX TITAN X
2021-12-01 21:52:16,640 - Recursion-pytorch - INFO - Cuda available : True
2021-12-01 21:52:16,640 - Recursion-pytorch - INFO - Cuda n_gpus : 1