在 Google Colab 上从 CUDA 11.2 降级到 11.1 或 10.2（找不到包问题）

Posted 2023-03-29

【中文标题】在 Google Colab 上从 CUDA 11.2 降级到 11.1 或 10.2（找不到包问题）

【英文标题】：Downgrading from CUDA 11.2 to 11.1 or 10.2 on Google Colab (Package not found issue)

【发布时间】：2021-09-20 00:50:34

【问题描述】：

因此，由于 pytorch/pytorch-geometric 不支持它，因此我几乎尝试了所有我能想到的来降级 Google Colab (11.2) 上的 CUDA 版本。我已经遵循了有关该主题的多个其他帖子的建议，在线下载 CUDA 版本并使用（例如）擦除本地版本：

!wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin
!mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600
!wget https://developer.download.nvidia.com/compute/cuda/11.1.0/local_installers/cuda-repo-ubuntu2004-11-1-local_11.1.0-455.23.05-1_amd64.deb
!dpkg -i cuda-repo-ubuntu2004-11-1-local_11.1.0-455.23.05-1_amd64.deb
!apt-key add /var/cuda-repo-ubuntu2004-11-1-local/7fa2af80.pub
!apt-get update
!apt-get -y install cuda = 11.1.0
!apt autoremove

但无论我是否尝试使用其他代码预先擦除 CUDA 版本、更改路径/名称或不同的 CUDA 版本，我都会得到相同的输出，即：

...
Note, selecting 'libghc-cryptohash-sha1-prof' instead of 'libghc-cryptohash-sha1-prof-0.11.100.1-c80f9'
E: Unable to locate package 

这是有关系统和 CUDA 的信息：

+-----------------------------------------------------------------------------+
| NVIDIA-SMI 460.32.03    Driver Version: 460.32.03    CUDA Version: 11.2     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  Tesla T4            Off  | 00000000:00:04.0 Off |                    0 |
| N/A   40C    P8    10W /  70W |      0MiB / 15109MiB |      0%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+

No LSB modules are available.
Distributor ID: Ubuntu
Description:    Ubuntu 18.04.5 LTS
Release:    18.04
Codename:   bionic

对此的任何帮助将不胜感激，因为它会大大加快我现在只能在笔记本电脑上使用 CPU 的运行时间！

【参考方案1】：

您遵循的步骤似乎是正确的。唯一的附加步骤是重新启动运行时（菜单->运行时->重新启动运行时）。 之后，检查

!nvcc --version

表演

nvcc：NVIDIA (R) Cuda 编译器驱动程序 版权所有 (c) 2005-2020 NVIDIA Corporation 建立于 Mon_Oct_12_20:09:46_PDT_2020 Cuda 编译 工具，版本 11.1，V11.1.105 构建 cuda_11.1.TC455_06.29190527_0

然而 nvidia-smi 显示相同的旧版本 11.2，它似乎并没有真正影响运行 PyTorch。