虚拟环境和系统中CUDA版本不同的解决方法

原因：

CUDA是NVIDIA的并行计算平台和应用程序接口，用于在NVIDIA GPU上进行加速计算。不同的CUDA版本与不同的PyTorch版本可能需要特定的兼容性，以确保正确的GPU加速。

在虚拟环境中导入的torch版本可能是与该虚拟环境关联的版本，而不是系统中全局安装的版本。

解决方法：

如果想在虚拟环境中使用与系统中的CUDA版本相匹配的torch版本，可以尝试在虚拟环境中使用以下命令来安装特定版本的torch。

首先，查看CUDA和cudnn版本：

1.虚拟环境

import torch
print(torch.cuda.current_device())   # 返回当前设备索引
print(torch.cuda.device_count())    # 返回GPU的数量
print(torch.cuda.get_device_name(0))   # 返回gpu名字，设备索引默认从0开始
print(torch.cuda.is_available())   # cuda是否可用
print(torch.version.cuda)  # cuda版本
print(torch.backends.cudnn.version()) #cudnn

我的虚拟环境cuda10.2

2.系统环境

nvcc -V

我的系统环境cuda11.6

然后，使用pip卸载torch和torchvision，去官网下载whl包，比如你要安装torch=1.12.1，不用pip install torch==1.12.1，可以尝试pip install torch==1.12.1+cu116 或者官网下载对应的whl再pip install xxxx.whl