Linux系统：安装chainer，以及conda安装cudatoolkit、cupy

安装chainer，以及conda安装cudatoolkit、cupy

1. 安装方式

chainer是一个深度学习框架，如果想使用GPU进行加速计算，必须在装chainer之前装cupy。为了方便，推荐使用conda安装cupy。

加入你已经装好了conda，cuda和它对应的驱动（nvidia-smi查看GPU版本和驱动）也安装好了。那么我们开始吧！

第一步：创建名为chainer的conda环境

conda create -n chainer python==3.7

第二步：conda安装cupy和cudatoolkit

conda install -c conda-forge cupy cudatoolkit=10.1

Cupy的更多安装细节可查看官方文档：https://docs.cupy.dev/en/latest/install.html#faq

查看cupy安装是否成功，没有报错则说明成功安装。

python
import cupy

第三步：安装chainer

pip install chainer

chainer的更多安装细节可查看：https://docs.chainer.org/en/stable/install.html

检查chainer是否确实支持 CUDA/cuDNN

python
# 如果chainer成功导入cupy:True
print(chainer.backends.cuda.available)	
# 如果 cuDNN 支持可用: True
print(chainer.backends.cuda.cudnn_enabled)

2. 问题和解决办法

2.1 问题：cupy安装失败

>>> import cupy
Traceback (most recent call last):
  File "/public/home/jd_shb/miniconda3/envs/chainer/lib/python3.7/site-packages/cupy/__init__.py", line 16, in <module>
    from cupy import _core  # NOQA
  File "/public/home/jd_shb/miniconda3/envs/chainer/lib/python3.7/site-packages/cupy/_core/__init__.py", line 1, in <module>
    from cupy._core import core  # NOQA
  File "cupy/_core/core.pyx", line 1, in init cupy._core.core
  File "/public/home/jd_shb/miniconda3/envs/chainer/lib/python3.7/site-packages/cupy/cuda/__init__.py", line 8, in <module>
    from cupy.cuda import compiler  # NOQA
  File "/public/home/jd_shb/miniconda3/envs/chainer/lib/python3.7/site-packages/cupy/cuda/compiler.py", line 12, in <module>
    from cupy.cuda import function
  File "cupy/cuda/function.pyx", line 1, in init cupy.cuda.function
  File "cupy/cuda/texture.pyx", line 1, in init cupy.cuda.texture
ImportError: libcuda.so.1: cannot open shared object file: No such file or directory

The above exception was the direct cause of the following exception:

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/public/home/jd_shb/miniconda3/envs/chainer/lib/python3.7/site-packages/cupy/__init__.py", line 37, in <module>
    raise ImportError(_msg) from e
ImportError: CuPy is not correctly installed.

If you are using wheel distribution (cupy-cudaXX), make sure that the version of CuPy you installed matches with the version of CUDA on your host.
Also, confirm that only one CuPy package is installed:
  $ pip freeze

If you are building CuPy from source, please check your environment, uninstall CuPy and reinstall it with:
  $ pip install cupy --no-cache-dir -vvvv

Check the Installation Guide for details:
  https://docs.cupy.dev/en/latest/install.html

original error: libcuda.so.1: cannot open shared object file: No such file or directory

错误原因： 找不到libcuda.so.1文件。该文件是GPU的驱动版本对应的so文件。因此，我们需要查找DUDA的安装路径，查看是否有该文件，然后配置CUDA_PATH和LD_LIBRARY_PATH的环境变量。

2.2 解决办法

因为，我是在GXU的超算集群上安装的，所以我在/public/software/cuda-10.0/lib64/stubs/目录下找到了libcuda.so文件，查询命令如下：

第一步：查找libcuda.so.1文件

 find /public/software/cuda-10.0/lib64/ -name libcuda.so

此文件和libcuda.so.1文件没有区别, 但是cupy丢失的是libcuda.so.1，所以我们做一个给libcuda.so文件做个软链接（类似于window的快捷方式）,。我把软链接放到了chainer虚拟环境的lib目录下。

第二步：创建软链接：

# ln -s old-file-path new-file-path
ln -s /public/software/cuda-10.0/lib64/stubs/libcuda.so /public/home/jd_yangfeng/anaconda3/envs/chainer/lib/libcuda.so.1

创建好之后，我们就可以看到chainer虚拟环境的lib目录下有libcuda.so.1文件了。

第三步：添加环境变量

打开 ~/.bashrc文件，添加以下内容。CUDA_PATH是CUDA的安装路径，LD_LIBRARY_PATH是libcuda.so.1的文件路径。

export CUDA_PATH="/public/software/cuda-10.0/bin:$CUDA_PATH"
export LD_LIBRARY_PATH="/public/home/jd_yangfeng/anaconda3/envs/chainer/lib:$LD_LIBRARY_PATH "

source执行刚修改的初始化文件，使之立即生效，而不必注销并重新登录：

source .bashrc

第三步环境变量的设置可参考该链接：https://blog.csdn.net/u011440558/article/details/84291988

最后，问题解决！import cupy不报错，chainer已经成功导入cupy！

参考资料

1. cupy官方文档：https://docs.chainer.org/en/stable/install.html
2. cupy的官方社区：https://github.com/conda-forge/cupy-feedstock
3. chainer官方文档：https://docs.cupy.dev/en/latest/install.html#faq
4. Linux的LD_LIBRARY_PATH 变量设置：https://blog.csdn.net/u011440558/article/details/84291988

在安装Cupy出错时，十分感谢Cupy官方社区的热心解答。如果有问题，可以上官方社区提issue哦！