【奇葩问题】1.torch.cuda.is_available()在cmd和pycharm中为True，但在git的Linux中bash执行时为False

导师让我复现一下《TimesNet: Temporal 2D-Variation Modeling for General Time Series Analysis》的代码，下面是论文和代码的链接：

链接：https://openreview.net/pdf?id=ju_Uqw384Oq

代码：https://github.com/thuml/TimesNet

时序算法库：https://github.com/thuml/Time-Series-Library

省流不看版：每个sh脚本的第一行是export CUDA_VISIBLE_DEVICES，它的值代表了启用哪一块GPU，个人电脑就改成export CUDA_VISIBLE_DEVICES=0，服务器就根据需求改。

简简单单下个包，然后开始配置环境。接触了不少文章、代码，才知道配置环境可以这么简单：

 

随包下载的requirements文件里已经设好了环境，pycharm里只需执行这一语句，就能自动配置完环境，真不错（默认的torch是CPU版的，这边是我自己改的）。

einops==0.4.1
matplotlib==3.4.3
numpy==1.22.4
pandas==1.1.5
patool==1.12
reformer_pytorch==1.4.4
scikit_learn==1.2.1
scipy==1.8.0
sktime==0.4.1
sympy==1.11.1
torch==1.13.1
tqdm==4.64.0

 准备运行程序的时候发现是bash和.sh，试了一下，果然cmd不能直接运行，需要安装Git，整一个Linux编译器。

附上学习Git安装的链接：Git 详细安装教程（详解 Git 安装过程的每一个步骤）_git安装_mukes的博客-CSDN博客

然后就是噩梦的开始，整了好久，运行的都是CPU版，仔细阅读代码找到关键语句，试了一下果然问题在这里（available哪儿出了问题，当然上面的GPU也有问题）：

在cmd和console都试了一下，都没有问题。

也检查了显卡和CUDA，GeForce RTX 3050最多支持11.8，目前装的是11.7，pytorch也是按照官网安装的pytorch1.13.1，cmd和console显示版本也都没问题。

 所以目前头很大，到底问题出在了哪里？？？（后续会继续更新解决措施）

用bash运行了一下bash ./scripts/short_term_forecast/TimesNet_M4.sh，发现问题在于找不到torch，所以解决方向应该在“在git里找到torch”。

弄了好久的bash语句，突然意识到，pytorch是由Linux版的……

肥肠抱歉，Linux版的下载链接和Windows版的是一样的，而且比别的帖子里写的Linux的torch的验证方法依旧是导入->输出版本号，依旧没问题。

看到这篇文章还以为有救了，结果terminal明明白白地告诉我，环境就是python3.8，进入Python后，torch就是有的，嗐~Linux服务器上运行py文件，出现ImportError: No module named torch问题_m0_46429066的博客-CSDN博客

现在的问题在于，在Linux环境用bash执行.sh文件，里面的Python不会import torch，但文件里明明是有的。

过了一晚上，冷静了一些，想到会不会GitHub的提问区有类似的问题。

 开幕雷击，前两天Issues还是[2]，今天咋就一个不剩了？点进去看才发现，原来这边的数字只会显示Open的问题，自动隐藏Closed。

 不出所料，2个Closed就是前两天的提问，带着这个好消息，又去看了看这个项目的源码。

 

好家伙14个Closed，而且十分幸运，恰好有一个问题和我一样。

这可能是因为你使用的个人电脑只有一个可用的GPU。在这种情况下，你应该设置
export CUDA_VISIBLE_DEVICES=0
在每个脚本的第一行。

这告诉我们尽量不要在个人pc上跑GPU代码，不然就容易出现服务器根本遇不到的问题（笑）。改完以后果然没有再出现“ No CUDA GPUs are available”，清一色全是True。

再补充一点，根据这篇文章，和我自己电脑的情况，笔记本似乎一般只有一个GPU，比如我的3050，完全没有独显，台式电脑可能不同，实际的显卡数还是需要按nvidia-smi上的数据来。

调用GPU进行训练时出现 CUDA error : invalid device ordinal 核心已转储的错误 解决方案_weixin_43767344的博客-CSDN博客

不过也出现了新的问题。

CUDA错误:无效的设备序数
CUDA内核错误可能会在其他API调用中异步报告，因此下面的堆栈跟踪可能是不正确的。
对于调试，可以考虑传递CUDA_LAUNCH_BLOCKING=1。

 根据图里的情况，多显卡模式没有开启，又发现别人2张卡cuda是0和1，应该是在某个没注意的地方偷偷启用了第二张卡。

 尴尬了，原来是我自己偷偷启用卡1，赶紧改回卡0再试试。nice，能跑了！！！

成功了， 本文至此告一段落，虽然感觉很快就会出现【奇葩问题】2.

补一点：因为最初是CPU跑的，但我只注意CPU了，没记住left time，刚又整了一个CPU环境看了一下时长，简单跑了一下，稳定以后应该是8500s，CPU占有率基本拉满，预计耗时是GPU的四倍，感觉也不是不能接受。不过，半个小时一个和两个小时一个，感觉差距还是挺大的。

PS.自己电脑总是能出现很多网上查不到的问题，一样的报错，解决方法一点用都没有，终于想到自己也可以整理一个【奇葩问题】的合集，感觉还挺有趣的。