问题来源：

        近期接触人工智能领域，故需要下载 CUDA 及很多应用支持 Pytorch 运行环境。由于第一次下载 CUDA 导致版本过高， Pytorch 官网来不及更新支持高版本的 CUDA，故只能卸载当前版本的 CUDA 11.7，下载 Pytorch 官网支持的 CUDA 11.6。由于碰壁不少，故记录于博客，与大家分享我踩过的坑。

解决方法：

        首先打开 cmd 命令窗口，输出如下命令：

nvidia-smi

        可以看到，此时显示的表格中，有一个字段叫 CUDA Version，像我的界面是这样的：

         可以看到我的 CUDA 版本是 11.7，这里的版本是指驱动版的信息，也即是说我本机上 CUDA 的驱动版本是 11.7。

        还有一种方法可以查看本机的 CUDA 驱动版本：首先打开 NVIDIA控制面板 -> 系统信息 -> 组件，可以查看本机上 CUDA 的驱动版本是多少，如下图所示：

         接着查看当前本机上 CUDA 的 runtime 版本信息，打开命令行窗口，输入如下命令：

nvcc -V

        可以看到终端输出了本机上 CUDA runtime 版本的信息，如下图所示：

         需要注意的是，不一定需要使得 runtime 版本的 CUDA与驱动版的 CUDA 相一致。从第一张截图我们可以看到，圈出来的 CUDA  Version ：11.7 的左边有一个 Driver Version：516.01，这个才是一个分水岭。首先我们到网上找 CUDA Toolkit 与 Driver Version 的对应关系，官网链接如下 ：Release Notes :: CUDA Toolkit Documentation 。从官网上截图如下所示，列表上没有自己本机所对应的 Driver Version 的小伙伴就进官网自己查一下。

         可以看到，我的 Driver Version 为 516.01，可以支持的最高版本是 CUDA Version 11.7，但是由于 Pytorch 官网没有来得及推出支持 CUDA 11.7 的 Pytorch ，故我只能下载 CUDA 11.6 的版本去迎合 Pytorch 的较低版本。至此，关于 CUDA runtime 版本与驱动版本的问题解决。