ubuntu20.04将cuda从10.1更新到11.1后，python使用torch.cuda.is_available()不可用，但nvcc --version正常输出

当你将Ubuntu 20.04上CUDA版本从10.1升级到11.1之后，可能会遇到一些兼容性问题，特别是在Python环境中使用PyTorch时。`torch.cuda.is_available()`函数用于检查GPU是否可用，如果由于版本升级导致了驱动程序或库之间的兼容性问题，这个函数可能无法正常工作。

有可能是因为新的CUDA版本需要相应的cuDNN版本以及更新的PyTorch wheel（预编译的库），旧的安装可能没有正确的依赖或者配置。解决这个问题可以尝试以下步骤：

1. **更新cuDNN**：确认已安装最新版的cuDNN并与新版本的CUDA匹配，通常可以在NVIDIA的CUDA Toolkit中找到cuDNN的下载和安装说明。

2. **重新安装PyTorch**：卸载现有的PyTorch（`pip uninstall torch torchvision`），然后使用官方推荐的方法安装对应CUDA版本的PyTorch，例如：

   pip install torch==1.9.0+cu111 torchvision cudatoolkit=11.1 -f https://download.pytorch.org/whl/torch_stable.html

3. **检查环境变量**：确保$LD_LIBRARY_PATH、$PYTHONPATH等环境变量包含了新安装的CUDA和cuDNN路径。

4. **运行测试**：安装完成后，再次检查`torch.cuda.is_available()`，看看问题是否解决。

5. **检查错误日志**：查看PyTorch的日志文件（通常是`~/.pytorch/cuda.log`），它可能会提供有关问题的具体信息。

如果上述步骤仍无法解决问题，可能需要查阅社区论坛或官方文档寻找解决方案，或者寻求技术专家的帮助。