Pytorch 踩坑系列

按照这个方法安装好 cuda、cudnn 和 pytorch 后，先别急着安装其他的库，如与那个方法所述的类似操作先缓缓。这是因为，“这个方法”中只检测了安装 pytorch 是否成功，以及 cuda 是否可用。但其实此时的 pytorch 是否能用 GPU 加速还没测（“这个方法”是对的，只是没有进一步测试），故我们可以先用下面这个个简单的程序测一测。

# 先进入 python 交互式界面
a=torch.Tensor([1,2])
a=a.cuda()
a	# 若 a 正常输出结果则表示你已经可以用 GPU 来跑模型了，否则重装吧

上面是经验，下面是教训

我在按照这个方法安装好 cuda、cudnn 和 pytorch 后，就开始装各种其他的包，然而在最后跑模型的时候直接给我报如下错：

RuntimeError: CUDA error: no kernel image is available for execution on the device

后来查了很多资料才知道原来是我的显卡是 GeForce RTX 3090，而我装的 cuda 版本是 10.2，官网上说 10.2 的 cuda 只能匹配算力 7.* 的 GPU。所以我不得不重新配置了环境。

PS：

1. 可以用下面命令查看显卡的型号
   
2. 高版本的 cuda 好像可以向下兼容低算力的 GPU，但是低版本的 cuda 好像 用不了高算力的 GPU。所以有一种方法是直接装最新的 cuda，然后再配相应的 pytorch（可用这个方法去配）。（好像表示本人没实测过）