报错：RuntimeError: CUDA error: no kernel image is available for execution on the device

报错：RuntimeError: CUDA error: no kernel image is available for execution on the device

提醒：安装pytorch时，除了要注意pytorch与torchvision版本的匹配，也要注意pytorch与cuda的版本兼容。不然……，安装环境会让你想吐~

1.报错原因

利用anaconda安装好了适配项目的pytorch虚拟环境，运行程序时，报错RuntimeError: CUDA error: no kernel image is available for execution on the device
在出现这个报错原因之前，如下图所示，有一行提示写着3090显卡所装的cuda版本与当前安装的pytorch版本不适配。

2.查看系统的cuda版本

命令：
nvcc -V

可看到，系统的cuda版本为v11.2.67

命令：
nvidia-smi

此命令查看到的是与NVIDIA驱动相匹配所需的cuda版本，但实际安装的cuda版本可以略低于驱动版本，所以系统实际安装的cuda版本为11.2。
有可能是之前适配paddlepaddle框架，系统安装了11.2的cuda版本。

3.查看与cuda匹配的pytorch版本

参考官网链接：https://pytorch.org/get-started/previous-versions/
查看pytorch各版本和cuda版本对应关系

目前的cuda版本 V11.2.67
Pytorch 版本需要 torch==1.8.0
Torchvision 版本需要 0.9.0

4.重新安装pytorch

网上搜了一堆方法，首先走了个弯路，卸载了旧版本，使用以下命令，安装了适配cuda11.2版本的pytorch

conda install torch==1.8.0 torchvision==0.9.0 cudatoolkit==11.2 -c pytorch -c conda-forge  

但是……
报错，在anaconda官网 https://anaconda.org 找不到torch==1.8.0的资源

再看上面表格，发现没有cuda11.2版本对应的pytorch
又发现高版本的pytorch一般能兼容低版本cuda，所以不一定非要下载cuda11.2对应的torch版本，或许低于这个版本就可以。所以选择下载cuda11.1版本的torch。
可以参照以下网址下载pytorch对应的稳定版
https://blog.csdn.net/wangmengmeng99/article/details/128318248
最终使用pip安装了cuda11.1版本的torch和torchvision

# CUDA 11.1
pip install torch==1.8.0+cu111 torchvision==0.9.0+cu111 -f https://download.pytorch.org/whl/torch_stable.html

终于安装成功！
测试是否安装成功：

import torch
torch.cuda.is_available()       # cuda是否可用
torch.cuda.current_device()     # 返回当前设备索引
torch.cuda.device_count()       # 返回GPU的数量
torch.cuda.get_device_name(0)   # 返回gpu名字，设备索