在anaconda虚拟环境中编译文件找不到cudatoolkits下的nvcc

Bourras6ue

已于 2024-01-14 11:41:57 修改

阅读量658

点赞数 11

分类专栏： 6d pose实践记录文章标签：经验分享 linux conda pytorch

于 2024-01-14 11:39:26 首次发布

本文链接：https://blog.csdn.net/Bourras6ue/article/details/135581124

版权

6d pose实践记录专栏收录该内容

1 篇文章 0 订阅

订阅专栏

在服务器上部署DeepIM-PyTorch时，需要编译point matching loss layer，需要依赖nvcc进行编译。但是直接编译会报错：No such file or directory: '/home/xxx/miniforge-pypy3/envs/deepim/bin/nvcc'。是因为CUDA Toolkit (Pytorch)是 CUDA不完整的工具安装包，其主要包含在使用 CUDA 相关的功能时所依赖的动态链接库。不会安装驱动程序。而CUDA Toolkit (nvidia)： CUDA完整的工具安装包，其中提供了 Nvidia 驱动程序、开发 CUDA 程序相关的开发工具包等可供安装的选项。包括 CUDA 程序的编译器、IDE、调试器等，CUDA 程序所对应的各式库文件以及它们的头文件。
所以应该直接调用本机完整的cuda中的nvcc。这时需要把CUDA_HOME设置为cuda所在正确目录：
export CUDA_HOME=/usr/local/cuda。往往服务器的/usr/local/下会有多个cuda版本，这些都是完整版，按需设置目录即可。
在这里插入图片描述
例如，我的虚拟环境中使用的是cudatoolkit=11.3，那么我就选取该文件夹中的cuda-11.3作为CUDA_HOME的值，即export CUDA_HOME=/usr/local/cuda-11.3。一定要注意虚拟环境中的cuda版本和本机有的cuda版本对应上，不然就会报错 The detected CUDA version (10.1) mismatches the version that was used to compile PyTorch (11.3). Please make sure to use the same CUDA versions.
还有就是尽可能使用新版本的cuda，服务器nvcc -V中的cuda版本为10.1，在虚拟环境中也用10.1版本的cudatoolkit，会因为种种原因无法通过编译。