多版本cuda运行与编译环境

最新推荐文章于 2024-07-31 12:21:05 发布
最新推荐文章于 2024-07-31 12:21:05 发布
阅读量1.2k 收藏 6
点赞数 3
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_39065196/article/details/111938048
版权
本文介绍了在具有多个CUDA版本的环境下，如何配置和切换CUDA版本以满足代码的运行需求。作者遇到的问题是代码需要在CUDA 10.0环境下运行，但系统预装了CUDA 10.0和11.0。通过安装和设置CUDA 10.0，以及修改CUDA_HOME环境变量，解决了运行时CUDA版本不匹配的问题。同时强调了运行时CUDA版本与nvidia-smi显示的不同，并指出编译时CUDA版本通常与conda环境中的cudatoolkit一致。
摘要由CSDN通过智能技术生成

多版本cuda运行与编译环境

基本环境：

  1. nvidi-smi后cuda版本为11.0
  2. 预装了两个版本的cuda分别为cuda-10.0和cuda-11.0
  3. 代码运行环境要求cuda-10.0

使用conda当前虚拟环境的cudatoolkit版本为10.0，代码运行一直报错，报错信息如下

cublas runtime error : the GPU program failed to execute at /opt/conda/condabld/pytorch_1544202130060/work/aten/src/THC/THCBlas.cu:416

资料查询后，感觉是cuda版本的问题，就安装了cuda-10.0并进行了切换。
代码运行出错，有两个版本的问题需要注意，一个是编译时使用的cuda版本，还有一个是运行时使用的cuda版本。
之前一直以为nvidi-smi命令之后显示的cuda版本是运行时的cuda版本，其实不是的。真正运行时的版本还是torch代码在运行时去查找的。查找本地的CUDA_HOME。

具体操作过程如下：

  1. 安装了需要版本的cuda
  2. cuda切换，更换软连接的方式，不是很优雅，先这么地吧
rm -rf /usr/local/cuda
sudo ln -s /usr/local/cuda-10.0/ /usr/local/cuda/
最低0.47元/天 解锁文章
IceCola_Bing
关注
关于ubuntu存在cuda安装版本与对应版本不对应的问题
qq_40768831的博客
10-13 1675
明明在官网下载安装了cuda11.4版本的cuda，但是安装过后却不全是11.4的版本，里面混有10.1的版本。 这是官网安装的流程，采用的是apt安装 安装过后查看版本 nvcc -V 得到的结果却是这样的 居然显示的是 10.1版本的！！！用下面的命令查询发现11.4里面混有10.1版本的包 sudo dpkg -l |grep cuda 想卸载掉重新安装却发现在/usr/local/cuda/bin/下根本没有大家说的一个类似uninstall的文件 于是重新下载安
CUDA安装、编译与调试
Shilong的博客
09-08 1239
CUDA安装、编译与调试
PointNet++点云处理精讲(PyTorch)
08-11
三维点云是物理世界的三维数据表达形式，其应用日益广泛，如自动驾驶、AR/VR、FaceID等。PointNet网络模型是直接对三维点云数据进行深度学习的开山之作，PointNet++是对PointNet的改进技术。作为点云处理深度学习方法的里程碑工作，启发了很多后续研究。本课程对PyTorch版的PointNet++进行原理讲解、论文复现和代码详解。包括：  （1）提供三维点云物体分类数据集ModelNet40、物体部件分割数据集ShapeNet和场景分割数据集S3DIS的下载、可视化软件和方法；（2）在Ubuntu系统上演示使用PointNet++进行三维点云的物体分类、部件分割和场景语义分割的训练和测试；（3）详解PointNet++的原理、程序代码和实现细节，并使用PyCharm进行Debug调试代码和单步跟踪。需要学习TensorFlow版PointNet++的学员可前往本人推出了课程《PointNet++点云处理TensorFlow版》
CUDA_HOME environment variable is not set：环境变量CUDA_HOME存在却找不到？解决方法记录
最新发布
2301_81635296的博客
07-31 1244
若虚拟环境内无法检测到，继续尝试在环境内配置，如conda env config vars set CUDA_HOME=xxxx(变量值)检查cuda版本与所下载pytorch等包的版本！本人重新下载后报错消失。向环境变量添加CUDA_HOME变量，变量值等于CUDA_PATH。，若路径中存在空格则将变量值用双引号括起来，直至。虚拟环境内的检查结果显示正确路径。
export CUDA_HOME=/usr/local/cuda-11.8
5年+算法工程师，分享人工智能前沿技术，与自己的工程经验，欢迎订阅关注。
01-17 1284
【代码】export CUDA_HOME=/usr/local/cuda-11.8。
终端动态切换cuda环境
baidu_40840693的博客
11-09 668
source envs.sh 11.1 envs.sh #!/bin/bash if [ ! -n "$1" ] ;then echo "请使用正确的切换方式， 例如source envs.sh 11.1" else if [ $1 == "11.1" ] then if [ -d "/usr/local/cuda-11.1/" ];then echo "select cuda 11.1" .
CUDA环境变量的坑（冒号）
qq_33287871的博客
07-22 7792
一般的安装CUDA时，大家都会在~/.bashrc中添加如下内容 export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64 export PATH=$PATH:/usr/local/cuda/bin export CUDA_HOME=$CUDA_HOME:/usr/local/cuda 上述这个代码存在一个BUG，即在LD_LIBRARY_PATH不存在时，LD_LIBRARY_PATH会被赋值为":/usr/local/cuda/lib6
基于CUDA11 重新编译的windows版本OpenCV
04-06
此外，还需要正确配置编译环境，如Visual Studio，以及OpenCV的源代码设置，使其能够识别并利用CUDA进行编译。 标签“人工智能”和“计算机视觉”表明这个OpenCV版本不仅适用于传统的图像处理任务，还能够应用于更...
cuda vscode编译配置
03-01
1. **CUDA Toolkit**: 安装最新的CUDA Toolkit，它包含CUDA运行时库、开发工具和必要的驱动程序。这可以通过NVIDIA官方网站下载并按照指示进行安装。 2. **C++编译器**: CUDA编程需要C++编译器，通常使用的是GCC...
CUDA编译
01-06
引言 CUDA（Compute Unified Device Architecture）：...所编写出的程序可以在支持CUDA的处理器上以超高性能运行。 首先说明下环境配置： ubuntu18.04 cuda10.1 cudnn7.6 nvcc编译CUDA nvcc是编译cuda程序的编译器，
pytorch小坑：需设置CUDA_HOME环境变量，保证全局CUDA环境一致
热门推荐
silent56_th的博客
07-14 4万+
详见： https://github.com/pytorch/pytorch/issues/22844 安装和代码中的CUDA_HOME调用函数逻辑不一致，在多CUDA环境中出现bug。 保险的做法是在设置PATH, LD_LIBRARY_PATH等环境变量时顺带把CUDA_HOME也设置了。 windows应该是CUDA_PATH环境变量。 ...
Daily | Training
silence_iz的博客
10-03 656
CatalogueError1、RuntimeError: cublas runtime error : the GPU program failed to execute at /pytorch/aten/src/THC/THCBlas.cu:1162、tensorboard command not found3、RuntimeError:_thnn_conv2d_forward not supported on CUPType for Byte4、RuntimeError: CUDA error: in
Faster R-CNN问题记录
Why_Not21的博客
11-09 1298
pycocotools pip install git+git:\\github.com/philferriere/cocoapi.git#subdirectory=PythonAPI
QT中配置cuda环境，并编写cuda代码
Java学习之旅
03-02 5053
之前是在vs中开发cuda的代码，现在需要把cuda的代码移植到QT中。由于本机安装cuda时，是默认安装的，所以安装目录为# CUDA_PATH 这个是安装cuda时自动配置到环境变量中的路径，也是cuda安装的路径 C: \ Program Files \ NVIDIA GPU Computing Toolkit \ CUDA \ v11.1cuda的样例文件夹位置为。
linux 系统未装cuda, 需设置CUDA_HOME的问题
qq_44897728的博客
08-30 1089
在安装swin transformer的kernels window_process时出现了这个问题，服务器没有安装cuda.环境是依靠conda的，装torch时会装一些显卡的依赖包，但不会完整安装cuda，需要用conda安装一下。
Ubuntu16.04下成功安装多版本的Cuda和切换Cuda环境 --Cuda10.1 & Cuda10.0
weixin_39336432的博客
08-22 920
1.下载要安装的cuda和cudnn 2.安装cuda 软连接选NO 安装cudnn到版本号对应的目录 /usr/local/cuda-XXX 设置cuda环境： gedit ~/.bashrc 将先前添加到.bashrc里的环境变量路径全部指向cuda软链接，也就是环境变量的路径里所有cuda-x.0的名字都改成cuda export CUDA_HOME=/usr/local/cuda export PATH=$PATH:$CUDA_HOME/bin exp
cuda常见报错
qq_41900846的博客
01-03 7419
cuda常见报错
本人开发环境基本配置一览 ~/.bashrc
Boys_Wu的博客
03-25 2166
系统：ubuntu18.04，~/.bashrc环境文件 1、配置CUDA路径；cudnn用deb包安装的，会直接被装到系统相应路径，不需要手动添加路径引用。 2、 ROS # CUDA export CUDA_HOME=/usr/local/cuda export PATH=$PATH:$CUDA_HOME/bin export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} # ROS sour
Linux下服务器更改环境变量
IsayIwant的博客
03-15 1479
根目录下/usr/local里有cuda。可以用env指令或者缺省的export指令查看当前环境变量，输出的格式和顺序可能有所不同。也可以vi ~./bashrc。查看后发现确实没有cuda所需的环境变量。ash_profile只有在登录sdnu的时候才会访问里面内容放到内存里，即生效。ashrc是每次开一个新的bash都会读里面内容放到内存里，即生效。（实际上这两个文件就是脚本，读的时候（运行）的时候才会生效）环境变量是全局的，同一用户下更改都能使用。把CUDA的环境添加进账户的环境变量里。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值