事情的发展是这样的：

1. 服务器的CUDA版本是10.1，仅支持pytorch版本最高1.7；前几天跑项目需要用到比较新的框架，pytorch版本需要在1.9以上。由于我之前安装CUDA环境时曾遭受过重创，故不想动CUDA的版本。此为背景。

2. 由于不想动CUDA版本又需要安装pytorch1.9，我想尝试一下在CUDA=10.1的情况下安装pytorch=1.9会发生什么。遂使用conda create一个带有python3.7的新环境，并在这个环境下直接使用

安装指定版本的torch。安装完毕后毫无意外的显示CUDA版本过低。

 3. 本以为事情已经告一段落了，结果接下来的发生的情形让我整个人抓狂。

-- torch无法使用

【卸载1.9版torch后重新安装1.7torch，依旧显示上图CUDA报错的情况】

-- annaconda环境全部崩溃

【其他环境全部发生了改变，上述操作全部是在新环境1内进行的，结果activate老环境1老环境2老环境3，发现里面的pytorch和python版本全部和新环境1一样】

【对任意一个环境（包括再次新建环境）进行pip install，其他所有环境全部随之改变？？？这种在网上完全找不到类似的情况】

现在可好了，安装过一遍torch1.9，就算之后再回到1.7，整个服务器所有的环境都没有办法使用torch.cuda了，包括之前在1.7能正常运行的代码。。。

4. 痛定思痛，在勉强控制好一度要摔电脑的心情下，开始百度如何解决"The Nvidia driver on your system is too old."的问题【前提是不升级CUDA，之前升级CUDA整个服务器完全崩溃的过去还历历在目，现在只是pytorch的cuda不能访问了，至少还能随意的pip install】，尝试过无限多的无用功（此处省略N万字+N小时）。终于找到了出现问题的（部分）原因及解决方案：

-- 删除torch=1.9再安装torch=1.7后无法访问cuda的原因：

在安装过高版本torch后，之后安装torch时默认的cuda版本都与该版本对齐。也就是说，1.9的torch搭配cuda=10.2，之后再次安装的torch==1.7和1.5都默认搭配cuda=10.2，导致出现上述问题。

-- 解决方案：

在pytorch官网下载对应cuda版本的安装包进行安装，而不要再用pip进行安装了。具体安装命令如下：

这样下载下来的就是CUDA=10.1对应的1.7版pytroch了。

-- 尚未解决：

conda环境崩溃，一个环境变其他所有环境变，目前还不知道怎么解决。

总结：

每个已解决的Error背后不知道有多少的血和泪。。。这个BUG让我付出了近一天的时间（当然也怪自己经验太少），并获得了一个完全崩溃的conda环境。

如果你看到这里，请一定要记住，只要代码能运行：

不要乱动环境！

不要乱动环境！

不要乱动环境！