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