cudatoolkit版本的选择

参考的https://zj-image-processing.readthedocs.io/zh_CN/latest/pytorch/cuda/%E5%AE%89%E8%A3%85%E5%93%AA%E4%B8%AA%E7%89%88%E6%9C%AC%E7%9A%84CUDA/

1. 问题

最近在做课程的综合设计，方向是nlp，打算搞一下中文文本摘要相关的内容，想着跑一下https://github.com/qingkongzhiqian/GPT2-Summary这个例子，装好环境后，一直报“段错误（核心已转储）”之类的错误，一开始还以为是自己的显卡太拉跨了。。。没想到是CUDA版本出了问题。。

2. 解决办法

装正确版本的CUDA!

3. 版本选择

在终端输入 nvcc --version

可以看到CUDA版本为10.2，所以对应的 conda install pytorch torchvision cudatoolkit=10.2 -c pytorch 需要安装10.2版本的cudatoolkit。 最后果然跑通了模型！！！

4. 最后说一下CUDA的两个版本

可以看到nvcc -v 和 nvidia-smi 两个对应的CUDA版本并不一样，其实是因为CUDA 有两种API，分别是 运行时 API 和 驱动API，即所谓的 Runtime API 与 Driver API。 nvidia-smi 的结果除了有 GPU 驱动版本型号，还有 CUDA Driver API的型号，这里是 10.0。而nvcc的结果是对应 CUDA Runtime API。 而我们安装的时候，要和nvcc的保持一致。