CUDA 相关

看 torch 使用的cuda版本

torch.version.cuda

这个打印的 cuda 版本可能跟后面的 nvcc --version 的不一样
因为如果在 ~/.bashrc 里面修改了 CUDA 的环境变量
比如修改后使得指向 /usr/local/cuda
那么

nvcc --version

显示的就会是 /usr/local/cuda 的
但是

torch.version.cuda

会显示 anaconda （虚拟）环境里的
因为用 conda install torch 的命令时，会自动装上 cudatookit ，但是用 pip install 可能不会

看本地 CUDA 版本

nvcc --version

查看显卡使用

nvidia-smi

查看 NVCC 安装位置

which nvcc

CUDA 编译相关问题

问题 pycharm 用远程服务器环境跑代码报错

报错1

cuda_runtime.h:no such file or directory

该问题，需要用到方法 3 才能解决

报错2

找不到 nvcc
该问题需要用到 方法 1、3能解决。

解决方案

提供三种解决方法,注意将 cuda-11.6 切换成自己使用的版本。
抑或甚至需要将整个路径替换

1. .bashrc 里面加入

# 如果需要使用cuda11.6 ，请配置如下
export CUDA_HOME=/usr/local/cuda-11.6
export PATH=/usr/local/cuda-11.6/bin:$PATH
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.6/lib64/
export CPATH=/usr/local/cuda-11.6/targets/x86_64-linux/include:$CPATH

2. python 代码里面加入

os.environ["PATH"] = os.environ["PATH"]+":/usr/local/cuda-11.6/targets/x86_64-linux/include/"
os.environ["PATH"] = os.environ["PATH"]+":/usr/local/cuda-11.6/targets/x86_64-linux/lib/"
os.environ["PATH"] = os.environ["PATH"]+":/usr/local/cuda-11.6/bin/" 
os.environ["PATH"] = os.environ["PATH"]+":/usr/local/cuda-11.6" 

3. IDE（例如 Pycharm） 配置环境变量

CPATH=/usr/local/cuda-11.6/targets/x86_64-linux/include:$CPATH;
CUDA_HOME=/usr/local/cuda-11.6;
LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.6/lib64/;
PATH=/usr/local/cuda-11.6/bin:$PATH

CUDA_HOME  /usr/local/cuda-11.6
PATH  /usr/local/cuda-11.6/bin:$PATH
LD_LIBRARY_PATH  $LD_LIBRARY_PATH:/usr/local/cuda-11.6/lib64/
CPATH  /usr/local/cuda-11.6/targets/x86_64-linux/include:$CPATH

针对某个 .py 文件（启动项目的文件）邮件
然后 找到 More Run/Debug
接着 Modify Run Configuration
最后在 environment 找到 environment variable ，修改

4. 其他可能有用但是还没尝试的
   PyCharm 编辑器中设置环境变量
   [pycharm]添加环境变量