pytorch小坑:需设置CUDA_HOME环境变量,保证全局CUDA环境一致

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。

  • 3
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 13
    评论
这个错误通常是因为你没有正确设置CUDA_HOME环境变量。在使用GPU加速的深度学习库如PyTorch、TensorFlow等时,要安装CUDA设置环境变量。 你可以按照以下步骤设置CUDA_HOME环境变量: 1. 安装CUDA: 首先要在你的计算机上安装CUDA。你可以从 NVIDIA 官网下载适合你的CUDA版本进行安装。 2. 设置环境变量: 设置环境变量CUDA_HOME。你可以找到CUDA安装目录,将其设为环境变量CUDA_HOME的值。例如,在Linux系统中,你可以使用以下命令设置环境变量: ``` export CUDA_HOME=/usr/local/cuda ``` 在Windows系统中,你可以按照以下步骤设置环境变量: - 右键点击“我的电脑”,选择“属性” - 点击“高级系统设置” - 点击“环境变量” - 在“系统变量”中,点击“新建” - 输入“CUDA_HOME”作为变量名,输入CUDA的安装路径作为变量值 请注意,你还要将CUDA的路径添加到PATH环境变量中,以便系统能够找到CUDA的可执行文件。例如,在Linux系统中,你可以使用以下命令将CUDA路径添加到PATH中: ``` export PATH=$PATH:$CUDA_HOME/bin ``` 在Windows系统中,你可以在“环境变量”对话框中找到“Path”变量,并在其中添加CUDA路径。 如果你已经设置CUDA_HOME环境变量,仍然遇到这个错误,可能是因为你的深度学习库没有正确安装或配置。你可以尝试重新安装深度学习库或检查配置是否正确。
评论 13
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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