pytorch CUDA版本不一致问题解决

查看pytorch版本

有两种方法：

• 第一种：
  在python里面输出：

import torch
torch.cuda.is_available()
torch.cuda.version

• 第二种：
  使用conda list或者pip list

一般这里可以看到torch的版本和torchvision的版本，然后cuda版本是当时选择装的，现在有9.0,10.1,10.2各个版本。对应的可以看到。

查看显卡支持的版本

输入：

nvidia-smi

可以看到：
== NVIDIA-SMI 430.40 Driver Version: 430.40 CUDA Version: 10.1 ==

这里430这是英伟达驱动版本，最高支持的CUDA版本可以在官网查到，然后我这里CUDA的版本是10.1，如果你装了10.2的话就不支持，使用torch.cuda.is_available()就会报出来False。

查看环境变量的配置

编辑/home/name/.bashrc，查看里面的CUDA_HOME或者CUDA_PATH是否配置了cuda的路径，一般cuda在/usr/loca/cuda中，这个路径可能是你真实cuda的软连接。更换的是否软连接到对应的cuda版本，这样可以实现版本的切换。修改完以后记得source一下。输出变量看看是否生效。echo $CUDA_HOME。

小结

基本的配置应该靠这些就能查到了，一般版本问题参照这上面的对应的查一下就能知道哪里有问题了。