前言：我想要安装Torch V1.7.1，根据版本信息只有cuda10.2和11.0。但是，本地安装的CUDA版本为11.6和11.2，都不能满足需求。因此需要降低CUDA版本为10.2
本机系统信息
CUDA版本和显卡驱动
nvidia-smi目前CUDA版本为11.6，如下图所示，显卡驱动为510.47.03（根据下面的对照表，降级成CUDA10.2没问题）
ubuntu系统版本和架构
uname
lsb_release -a
CUDA版本和驱动版本的对照表
参照官网：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
如上图所示，像CUDA10.2版本，需要440.33以上的显卡驱动。例如，如果你通过nvidia-smi命令获得的显卡驱动号大于440.33,你可以将CUDA 11降到10.2是完全没有问题的。而如果你的显卡驱动号是396.26，那么你只能在CUDA7/8/9上进行切换。
因此显卡驱动总是越高越好，依赖关系为：
- 操作系统版本最优先
- 显卡驱动次之
- CUDA再次之+Cudnn
- 最后是python库，如pytorch版本
下载CUDA 10.2
下载网址：https://developer.nvidia.com/cuda-10.2-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=runfilelocal
运行如下wget命令在服务器安装cuda的目录下：
将下载好的文件执行以下操作：
- 进入到该目录下，使用
chmod 755 cuda_10.2.89_440.33.01_linux.run更改文件的执行权限。 - 不是管理员用户，因此无法使用sudo安装，直接执行以下命令即可
sh cuda_10.2.89_440.33.01_linux.run
安装过程
- 输入accept接收协议
- 选择只安装CUDA Toolkit，选择
Option回车进入 - 修改安装路径
前提：如下使用的两个目录需要先创建
1） /home/[用户名]/cuda-10.2/
2）/home/[用户名]/cuda-10.2/mylib/
先选择Toolkit Options回车进入
选择Change Toolkit Install Path回车，输入自定义的CUDA安装目录：
/home/[用户名]/cuda-10.2/提前手动创建
更改Library install path
/home/[用户名]/cuda-10.2/mylib提前手动创建
安装成功
此时nvcc还是显示原来的CUDA版本，还需要修改本地文件，如下：
修改环境配置文件
修改命令相关参数，执行如下命令：
vim ~/.bashrc在最下方添加刚刚安装cuda的路径：
export PATH="/home/[用户名]/cuda-10.2/bin:$PATH"
export LD_LIBRARY_PATH="/home/[用户名]/cuda-10.2/lib64:/home/[用户名]/cuda-10.2/mylib/lib64:$LD_LIBRARY_PATH"之前的CUDA路径可以注释掉，方便之后使用
保存之后，执行以下命令，使配置生效：
source~/.bashrc查看效果：nvcc -V
显示CUDA 10.2，已经安装成功
安装低版本PyTorch 1.7.1
下载网址：https://pytorch.org/get-started/previous-versions/
pip install torch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2直接运行如上命令即可安装成功