PyTorch版本和CUDA版本不匹配的问题

全文的思路 👇🏻🧵：

1. 🔍查看GPU的算力（Compute Capability），根据算力和CUDA版本之间的关系，选择适合GPU的CUDA。➡️ 2. 💾下载CUDA所对应的PyTorch。

1. 如何查看GPU算力以及确定算力和CUDA版本之间的关系🤔💻🔍

a. 确定GPU型号

在终端输入  nvidia-smi，查看GPU型号

从图中看出，此电脑是NVIDIA GeForce RTX 3060型号的显卡

b. 确定GPU对应的算力

可以通过下面这个网站确定GPU算力🌐👀CUDA GPUs - Compute Capability | NVIDIA Developerhttps://developer.nvidia.com/cuda-gpus

从图中可以看出，GeForce RTX 3060的算力是8.6​​​

c. 算力和CUDA版本之间的关系

下面这个网站中提供了一张"Compute Capability (CUDA SDK support vs. Microarchitecture)"表格📊，可以查看两者之间的关系

CUDA - Wikipediahttps://en.wikipedia.org/wiki/CUDA在这里我将解释一下表格的含义（这里很重要！！！）💥💥💥

CUDA SDK version(s)：对应了本文提到的CUDA版本

第一行的标题（Tesla、Fermi....)：表示GPU的微架构。（例如：GeForce RTX 10系列采用了Pascal架构、GeForce RTX 20系列采用了Turing架构、GeForce RTX 30系列采用了Ampere架构，其他型号的显卡自行谷歌）

图中绿色的部分：表示支持的算力（如果您还不太理解，没有关系，接下来我会举个栗子🌰）

根据前两步，我们已经确定电脑上装的是算力8.6的GeForce RTX 3060显卡。接下来，根据上面的表格来确定应该使用哪个版本的CUDA？

首先， GeForce RTX 30系列是Ampere架构；其次3060显卡的算力是8.6。如下图，从表格中可以确定3060显卡支持的CUDA是>=11.1。（在这里有必要解释一下，之所以不持支CUDA11.0是因为，CUDA11.0只支持Ampere架构算力为3.5-8.0范围内的显卡）

2. 💾下载CUDA所对应的PyTorch

到此，我们已经知道如何下载正确版本的CUDA。至于PyTorch，只需要下载CUDA所支持的版本即可，具体教程这里不再详述。