因此，我几乎尝试了所有我能想到的方法来降级 Google Colab (11.2) 上的 CUDA 版本，因为 pytorch/pytorch-geometric 不支持它。我遵循了有关在线下载 CUDA 版本并使用（例如）擦除本地版本的主题的多篇其他帖子的建议：
!wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin
!mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600
!wget https://developer.download.nvidia.com/compute/cuda/11.1.0/local_installers/cuda-repo-ubuntu2004-11-1-local_11.1.0-455.23.05-1_amd64.deb
!dpkg -i cuda-repo-ubuntu2004-11-1-local_11.1.0-455.23.05-1_amd64.deb
!apt-key add /var/cuda-repo-ubuntu2004-11-1-local/7fa2af80.pub
!apt-get update
!apt-get -y install cuda = 11.1.0
!apt autoremove
但是无论我尝试使用其他代码预先擦除 CUDA 版本、更改路径/名称还是不同的 CUDA 版本，我都会得到相同的输出，即：
...
Note, selecting 'libghc-cryptohash-sha1-prof' instead of 'libghc-cryptohash-sha1-prof-0.11.100.1-c80f9'
E: Unable to locate package
以下是有关系统和 CUDA 的信息：
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 460.32.03 Driver Version: 460.32.03 CUDA Version: 11.2 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|===============================+======================+======================|
| 0 Tesla T4 Off | 00000000:00:04.0 Off | 0 |
| N/A 40C P8 10W / 70W | 0MiB / 15109MiB | 0% Default |
| | | N/A |
+-------------------------------+----------------------+----------------------+
No LSB modules are available.
Distributor ID: Ubuntu
Description: Ubuntu 18.04.5 LTS
Release: 18.04
Codename: bionic
对此的任何帮助将不胜感激，因为它将极大地加快我的运行时间，因为我现在只能在我的笔记本电脑上使用 CPU！
您遵循的步骤似乎是正确的。唯一的附加步骤是重新启动运行时（菜单->运行时->重新启动运行时）。 之后，检查
!nvcc --version
表演
nvcc：NVIDIA (R) Cuda 编译器驱动程序 版权所有 (c) 2005-2020 NVIDIA 公司建立于 Mon_Oct_12_20:09:46_PDT_2020 Cuda 编译 工具，版本 11.1，V11.1.105 构建 cuda_11.1.TC455_06.29190527_0
然而 nvidia-smi 显示相同的旧版本 11.2，它似乎实际上并不影响运行 PyTorch。
尝试将 !apt-get -y install cuda = 11.1.0 更改为
！apt-get 安装 cuda-11-1