看起来Google Colab GPU没有CUDA Toolkit，我该如何在Google Colab GPU上安装CUDA。我在Google Colab中安装mxnet时遇到了这个错误。
Installing collected packages: mxnet
Successfully installed mxnet-1.2.0
错误：未完整安装用于计算的GPU。 请确保您已安装CUDA并在终端中运行以下命令，并重试：
pip uninstall -y mxnet && pip install mxnet-cu90==1.1.0
SystemExit: 1
因为您在Colab中没有启用GPU，所以Cuda未显示在您的笔记本电脑上。
Google Colab有GPU或不带GPU两个选项。您可以在运行时设置中启用或禁用GPU。
Go to Menu > Runtime > Change runtime.
将硬件加速更改为GPU。
要检查GPU是否正在运行，请运行以下命令
!nvidia-smi
如果输出结果与下面的图片相似，则表示您的GPU和cuda正在工作。您还可以看到CUDA版本。
之后，为了检查PyTorch是否能够使用GPU，请运行以下代码。
import torch
torch.cuda.is_available()
# Output would be True if Pytorch is using GPU otherwise it would be False.
要检查 TensorFlow 是否能够使用 GPU，请运行以下代码。
import tensorflow as tf
tf.test.gpu_device_name()
# Standard output is '/device:GPU:0'
我非常相信Google Colab已经预先安装了Cuda...您可以通过打开一个新的笔记本并输入!nvcc --version来确保，这将返回已安装的Cuda版本。
以下是我的版本：
torch.cuda.is_available()会返回False。需要更改运行时以包含GPU。 - coder.in.mesudo!给每个命令前缀，插入到一个单元格并运行!wget https://developer.nvidia.com/compute/cuda/9.2/Prod/local_installers/cuda-repo-ubuntu1604-9-2-local_9.2.88-1_amd64 -O cuda-repo-ubuntu1604-9-2-local_9.2.88-1_amd64.deb
!dpkg-i cuda-repo-ubuntu1604-9-2-local_9.2.88-1_amd64.deb
!apt-key add /var/cuda-repo-9-2-local/7fa2af80.pub
!apt-get update
!apt-get install cuda!pip install mxnet-cu92成功安装 graphviz-0.8.3 mxnet-cu92-1.2.0这个解决方案在2022年11月对我有效。查询Colab正在运行的Ubuntu版本（在笔记本中使用！或在终端中不使用）：
!lsb_release -a
No LSB modules are available.
Distributor ID: Ubuntu
Description: Ubuntu 18.04.6 LTS
Release: 18.04
Codename: bionic
在 Colab 中查询当前的 CUDA 版本（仅用于比较）：
!nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2021 NVIDIA Corporation
Built on Sun_Feb_14_21:12:58_PST_2021
Cuda compilation tools, release 11.2, V11.2.152
Build cuda_11.2.r11.2/compiler.29618528_0
Ubuntu 系统。
复制安装说明：wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin
sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/11.7.0/local_installers/cuda-repo-ubuntu1804-11-7-local_11.7.0-515.43.04-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1804-11-7-local_11.7.0-515.43.04-1_amd64.deb
sudo cp /var/cuda-repo-ubuntu1804-11-7-local/cuda-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cuda
apt-get -y install cuda-11-7。否则可能会安装更新的版本。!wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin
!mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600
!wget https://developer.download.nvidia.com/compute/cuda/11.7.0/local_installers/cuda-!repo-ubuntu1804-11-7-local_11.7.0-515.43.04-1_amd64.deb
!dpkg -i cuda-repo-ubuntu1804-11-7-local_11.7.0-515.43.04-1_amd64.deb
!cp /var/cuda-repo-ubuntu1804-11-7-local/cuda-*-keyring.gpg /usr/share/keyrings/
!apt-get update
!apt-get -y install cuda-11-7
你的CUDA版本现在将被更新：
nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2022 NVIDIA Corporation
Built on Wed_Jun__8_16:49:14_PDT_2022
Cuda compilation tools, release 11.7, V11.7.99
Build cuda_11.7.r11.7/compiler.31442593_0
!cat /usr/local/lib/python3.6/dist-packages/external/local_config_cuda/cuda/cuda/cuda_config.h |\
grep TF_CUDA_VERSION
对于我来说，它输出了#define TF_CUDA_VERSION "8.0"
然后我使用MXNet安装了它。
!pip install mxnet-cu80
!pip install mxnet-cu80
import mxnet as mx
您可以通过以下方式检查其是否可行：
a = mx.nd.ones((2, 3), mx.gpu())
b = a * 2 + 1
b.asnumpy()
import torch
print(torch.cuda.is_available())
print(torch.cuda.get_device_name(0))