CUDA error: no kernel image is available for execution on the device 报错解决方法
问题描述
装新环境默认装了个最新的 pytroch，训练的时候报错。
先是显示 RuntimeError: CUDA error: no kernel image is available for execution on the device，网上查了一圈都说是当前显卡的算力太低，不支持高版本的 CUDA。
看了一眼显卡：3090；看了一眼 CUDA：11.1，都没问题。而且之前用 pytorch 也没出现这种问题。
往上翻了一下训练途中的 warning，看到一句：
GeForce RTX 3090 with CUDA capability sm_86 is not compatible with the current PyTorch installation.
惊了，3090的卡算力都不够了吗？立马检查了一下 pytorch 版本：1.10，寻思 pytorch版本也不低啊。。。
解决方法
网上查了一圈，发现是之前卸载又安装好几个版本的 pytorch，导致 cuda 的配件和当前版本的 pytorch 不适配。卸载全部重来。
- 卸载 pytorch
pip uninstall pytorch - 去官网复制安装指令。用 conda 装。
- 官方指令：
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch - 其中
torchvision torchaudio如果不是 CV 方向不需要装；-c表示从官网下载，巨慢，不要这个，用镜像；cudatoolkit=11.3表示 cuda 配件版本，就是这个不适配导致报错，替换成你自己的版本号。 - 最终 CUDA 11.1 版本下的安装指令简化为：
conda install pytorch cudatoolkit=11.1 pytorch
虽然最终还是给我装了 1.10.0 的 pytorch，但是这次能正常运行了。装环境真是噩梦。
pytorch各版本和cuda版本对应关系
官网链接：https://pytorch.org/get-started/previous-versions/
食用方法：注意低版本的 pytorch 是否支持更高版本的 cuda。（高版本的pytorch一般能兼容低版本cuda）例如：你需要 1.7.0 的 pytorch，那么 cuda 只能 11.0 及以下。官方推荐的cuda版本为10.2和11.3，这两种 cuda 支持大多数的 pytorch 版本。
（不过一般人都是根据cuda装pytorch，谁没事指定pytorch版本反装cuda啊，哦是复现baseline啊，那没事了（哭
| PyTorch 版本 | CUDA 环境 |
|---|---|
| 0.4.1、1.2.0、1.4.0、1.5.0(1)、1.6.0、1.7.0(1) | 9.2 |
| 1.2.0、1.1.0、1.0.0(1) | 10.0 |
| 1.4.0、1.5.0(1)、1.6.0、1.7.0(1) | 10.1 |
| 1.5.0(1)、1.6.0、1.7.0(1)、1.8.0(1)、1.9.0、1.10.0 | 10.2 |
| 1.7.0(1) | 11.0 |
| 1.8.0(1)、1.9.0、1.10.0 | 11.1 |
| 1.8.0(1)、1.9.0、1.10.0 | 11.3 |
