nvidia-smi的cuda-version

根据引用中的提示，您的系统上未找到NVIDIA驱动程序。因此，您将无法获得nvidia-smi的CUDA版本。引用中提到了一个错误提示，指出您需要安装NVIDIA驱动程序。您可以尝试从NVIDIA官方网站（http://www.nvidia.com/Download/index.aspx）下载并安装适合您系统的驱动程序。安装完驱动程序后，您应该能够使用nvidia-smi命令来获取CUDA版本信息。请注意，您还需要确保您的系统上已经安装了CUDA工具包。

相关问题

nvidia-smi cuda version:

nvidia-smi命令用于查看显卡信息，包括CUDA版本。根据您提供的引用内容，如果运行nvidia-smi命令时显示CUDA version：ERR！，这意味着存在CUDA版本不匹配的问题。

根据引用中的信息，您可以尝试使用以下命令来安装CUDAToolkit：
conda install cudatoolkit=10.1

安装完成后，您可以再次运行nvidia-smi命令来查看CUDA版本。

nvidia-smi 和 nvcc --version cuda版本不一致

如果你的`nvidia-smi`和`nvcc --version`显示的CUDA版本不一致，可能是因为你安装了多个CUDA版本，或者没有正确配置环境变量。在这种情况下，可以尝试以下几个方法来解决问题：

1. 确认环境变量配置正确：在终端输入以下命令，查看CUDA安装路径和版本是否正确：

   echo $CUDA_HOME
   nvcc --version

如果路径和版本不正确，可以在`.bashrc`或`.bash_profile`文件中配置环境变量。例如：

   export CUDA_HOME=/usr/local/cuda-11.4
   export PATH=$CUDA_HOME/bin:$PATH
   export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$LD_LIBRARY_PATH

配置完成后，使用`source`命令使其生效。

2. 确认安装的CUDA版本和PyTorch支持的CUDA版本一致。可以在PyTorch官方网站上查找相应的torch版本与CUDA版本的对应关系，然后安装对应版本的torch。

3. 如果你安装了多个CUDA版本，可以尝试使用`update-alternatives`命令选择默认的CUDA版本。具体使用方法可以参考[官方文档](https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#post-installation-actions)。

4. 如果以上方法都无法解决问题，可以考虑重新安装CUDA和相关驱动。