影响pytorch、cuda实现的一些原因

最近在给实验配置环境的过程中，频繁的碰到cuda错误，故记录最近的一些错误经验。

• 首先，pytorch一定要和cuda版本对应，具体查看官网
• 在显卡Tesla K40m上，即使使用了cuda10.1和其对应的torch == 1.6.0+cu101，也无法正常使用，报错RuntimeError: CUDA error: no kernel image is available for execution on the device，原因是Tesla K40m的算力为3.5，而pytorch1.3+要求算力3.7及以上（好像），即不支持算力3.5，所以这时候想要正常使用cuda，只能将pytorch降到1.2及以下，及cuda10.1安装cuda10.0对应的torch == 1.2是可以正常运行的。