目录
前情提要：
今天使用 conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c nvidia命令在服务器安装pytorch后，使用 torch.cuda.is_available()检查GPU是否可用时，返回为FALSE。
于是上网搜了搜，发现可能是pytorch版本和CUDA版本不一样，于是使用 nvcc --version命令查看CUDA版本，返回是 9.1。But，我在官网并没有找到CUDA 9.1适配的pytorch安装命令。
我又在网上找啊找，发现使用 pip install https://download.pytorch.org/whl/cu91/torch-0.4.0-cp36-cp36m-linux_x86_64.whl命令可以适配9.1版本的CUDA。于是我高兴地在服务器输入这行命令，却出现报错 *** is not a supported wheel on this platform。o(╥﹏╥)o
照着安装pytorch,报错*** is not a supported wheel on this platform文章的方法，我手动下载了whl包，准备手动安装。
就在此时，我输了一下 nvidia-smi命令，惊奇的发现，CUDA version居然是11.4！
为什么会这样呢？【CUDA】nvcc和nvidia-smi显示的版本不一致？，nvidia-smi 和 nvcc 结果的版本为何不一致这两篇文章给出了解释。
CUDA版本不一致真麻烦呀，那可以自己升级CUDA版本吗？
答案是可以的：非root用户安装cuda与cudnn – 你好小雅的文章 – 知乎，服务器安装（多版本） CUDA 和 cuDNN，不影响其他人
但是这些教程看起来就很复杂，万一我把公司的服务器弄坏就不好搞了，于是放弃了这条路。
; 发出疑问
这个时候我产生了一个 疑问，我们安装pytorch的时候，也会顺带安装cuda，那这个cuda和服务器自带的cuda是什么关系呢？服务器自带的cuda是谁安装的呢？
另外，安装pytorch的时候，这里的platform究竟是什么意思呢？① 服务器中的cuda版本 ② 我想要安装的cuda版本
带着这个问题，我询问了实验室优秀的同门和师弟，没想到却难倒他们了：
不过功夫不负有心人，在某位大佬的帮助下，我成功解决了这个疑问。
答案在这里：
- 如果只用pytorch，那么安装的时候会自动安装
cuda和cudnn - 如果自己装一个cuda的话，路径一般在
/usr/local/cuda - 一般情况下我们都不会用到系统的
cuda，系统中的初始cuda也是别人装的
那为什么我明明安装了pytorch，却无法使用GPU呢？
抱着试一试的心态，我使用官网中的 conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch重新安装了一下。
最好使用conda安装，因为如果使用pip安装，从自己的一些源下载的话可能会给定向到一些乱七八糟的版本
安装过程中，要注意一下 [y]/n的时候安装的是什么东西，有没有cuda（千万不要安装成cpu版本哦！）：
当当当，神奇的事情发生了！！！居然成功了！
那为什么之前的不行呢？我问了问之前使用这个命令的同门，他表示：”那个可能过时了，当时好像是3090的原因”。
所以，大家下载pytorch的时候，一定要从官网寻找合适的命令安装！
Original: https://blog.csdn.net/strawberry47/article/details/126303182
Author: strawberry47
Title: 服务器的CUDA是哪里来的？pytorch会自动安装CUDA吗？如何选择CUDA版本？nvcc –version的版本和nvidia-smi不一样是怎么回事？pytorch无法使用GPU怎么办？
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/707317/
转载文章受原作者版权保护。转载请注明原作者出处！