【Pytorch】PytorchCPU版或GPU报错异常处理（10X~4090D）

Pytorch为CPU版或GPU使用报错异常处理

最新买的4090d到货啦！开始快乐输出o(￣▽￣)ブ
在进行实验时想把cpu版的yolov5使用gpu来跑，结果出了巨多麻烦！
首先是切换成gpu，把pytorch及yolov5全套都安装完毕后，就只剩最后一步了
打开train.py 搜索找到device，大概在400~500行之间将default参数改为device = “0”，注意加引号，后边代表的是不写就默认用cpu（慢的要死真的还容易炸掉），写0是使用1个gpu，10X的4G也挺难绷，但是跑是没问题，4090的24G相对很棒，但尺寸or参数太大还是会炸，而且会炸出来奇怪的异常，且按下不表。
改完后然后直接运行train.py，在输出阶段如果可以看到显卡型号和GPU，说明已经成功调用GPU了
那运算速度相当快：

但是！在此之前结果出现了错误，一大堆奇怪的报错

0.检查阶段

查看是否能使用gpu

import torch
torch.device('cpu'), torch.device('cuda'), torch.device('cuda:1') # 分别是访问CPU，访问第0个GPU，访问第1个GPU。第 𝑖 块GPU（ 𝑖 从0开始）
print(torch.cuda.device_count()) # 查询可用gpu的数量。
print(torch.cuda.is_available())# 查询gpu是否可用

看torch版本

import torch
print(torch.__version__)

1. 在conda虚拟环境中安装了torch

一般命令都可以正常使用，但是使用cuda的命令torch.cuda.is_available()则输出False。
该问题的根本原因是CUDA环境与Torch版本不匹配，因此最直接的解决方式就是使用官方推荐的版本进行适配。
查看本机安装的cuda版本，在虚拟环境下一定以nvcc -V查到的版本为主

nvcc -V

有些人可能只是cudatoolkit版本对不上，如果运气好，只针对cudatoolkit进行版本匹配即可完成，