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

最新推荐文章于 2024-06-21 14:56:27 发布
最新推荐文章于 2024-06-21 14:56:27 发布
阅读量4.8w 收藏 13
点赞数 3
分类专栏： Ubuntu 文章标签： CUDA pytorch
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/silent56_th/article/details/95906394
版权

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。

silent56_th
关注
  • 3
    点赞
  • 踩
  • 13
    收藏
    觉得还不错? 一键收藏
  • 13
    评论
专栏目录
CUDA_HOME environment variable is not set.cuda : 依赖: cuda-12-1 (＞= 12.1.0) 但是它将不会被安装问题解决
fanstering的博客
04-17 1万+
解决cuda : 依赖: cuda-12-1 (＞= 12.1.0) 但是它将不会被安装报错以及nvcc导致的报错问题
Pytorch1.11_CUDA11.3_Pycharm2022_调试环境搭建
05-23
一个老程序猿要走Pytorch的新路，先搭建一个运行调试环境，踩坑若干若干，那滋味就是一个字=太爽！分享给同路的小伙伴，一些学习成长吧！ 涉及的内容包括： 1.更新显卡驱动GTX1070 CUDA Version：11.6； 2.从官网...
【保姆级教程】手把手带你配置Windows下Cuda+cudnn+PyTorch开发环境
LogosTR_的博客
06-02 1135
本文面向零基础的AI初学者以及迁移DL开发环境的相关人员，旨在通过最直观、最简洁的一条龙式图文配置教程，最大程度地降低学习门槛与迁移环境的成本。
ubuntu多版本cuda如何指定cuda版本
最新发布
slience_me的博客
06-21 1045
本文作者： slience_me在 Ubuntu 系统上选择和管理 CUDA 的多个版本可以通过以下步骤进行：你可以通过以下命令查看当前安装的 CUDA 版本： 1.2 下载并安装所需的 CUDA 版本 你可以从 NVIDIA CUDA Toolkit 下载页面 下载你需要的 CUDA 版本。选择你的操作系统（Linux）、架构（x86_64）、发行版（Ubuntu）和版本，然后按照提示下载并安装。每个 CUDA 版本都会安装在不同的目录中，例如 , 等。你可以通过设置环境变量 和修改 来切换不同的
linux 系统未装cuda, 需设置CUDA_HOME的问题
qq_44897728的博客
08-30 949
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。
解决OSError: CUDA_HOME environment variable is not set. Please set it to your CUDA install root.
m0_71304210的博客
03-21 5804
问题描述：在服务器上安装某个python包的时候报错：OSError: CUDA_HOME environment variable is not set. Please set it to your CUDA install root.（第一篇博客的第1、2步有效，第二篇博客的第4步有效。若第一篇博客的路径写法无效，参考第二篇的写法，注意别忘了CUDA_HOME的路径）结果没有cuda目录（但是这个环境中是有cuda的，可以正常跑代码，但是没有目录，原因不详）解决思路：就是添加cuda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。
01-17 996
【代码】export CUDA_HOME=/usr/local/cuda-11.8。
CUDA编程学习0——环境搭建&环境详解
Mr_yangsc的博客
08-13 6833
并行处理计算，CUDA编程学习初窥——环境搭建
报错 OSError: CUDA_HOME environment variable is not set. Please set it to your CUDA install root.
热门推荐
FrankDura的博客
02-04 5万+
综述 报错 OSError: CUDA_HOME environment variable is not set. Please set it to your CUDA install root. 解决 export CUDA_HOME=/usr/local/cuda-X.X
给虚拟环境指定cuda
进击的扛把子
07-04 4422
给虚拟环境指定cuda
cuda多版本管理和分类、运行时cuda、驱动cuda
qq_44108731的博客
01-29 2825
简单的信息查看和调试命令 运行时只会采用虚拟环境里面的cuda运行时版本，所以不用显示切换cuda版本，只要支持即可。 查看cuda版本 ls -l /usr/local | grep cuda 这里是安装的cuda存放的地方和软链接的位置./usr/local/cuda是一个软链接，链接到了/usr/local/cuda-9.0（或者其他版本的目录） nvidia-smi 它的输出是驱动的版本，并不能就是说torch实际运行时的cuda版本。 GPU的cuda版本分类 sudo ubuntu-dri
CUDA简介, 配置和运行第一个CUDA程序（Windows和Linux）
qq_74083422的博客
12-02 1万+
CUDA保姆级配置教程和运行测试
pytorch_memlab:在pytorch中分析和检查内存
05-04
一个简单，准确的pytorch CUDA内存管理实验室，它由有关内存的不同部分组成： 特征： 内存探查器：具有简单API的line_profiler样式CUDA内存探查器。 内存报告器：一个报告器，用于检查占用CUDA存储器的张量。 ...
win11及cuda121环境下pytorch安装及避坑
04-16
win11及cuda121环境下pytorch安装及避坑
pytorch-1.7.1-py3.8_cuda11.0.221_cudnn8.0.5_0.tar.bz2
01-14
PyTorch是一个开源的Python机器学习库，基于Torch，用于自然语言处理等应用程序。2017年1月，由Facebook人工智能研究院（FAIR）基于Torch推出了PyTorch。它是一个基于Python的可续计算包，提供两个高级功能：1、具有...
unetpp_pytorch_qiu:unetpp_pytorch_qiu
03-31
conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=10.1 -c pytorch -y conda install tqdm scipy scikit-learn scikit-image -y conda install tensorboardx -c conda-forge -y conda install opencv==...
【环境】pytorch选择cuda的顺序【关于cudatoolkit和/usr/local/cuda】
qq_41094058的博客
12-30 4294
分为编译时的查找顺序和执行时的查找顺序 编译时的查找顺序由 torch/utils/cpp_extension.py的_find_cuda_home()决定。 执行的查找顺序由动态库的搜索路径决定
CUDA_HOME在环境变量已配置但还是出错
m0_57151562的博客
04-18 554
第二篇：深度学习之CUDA配置指南（Linux-ubuntu16.04）~《深度学习炼丹手册-本人亲身实践踏出来的一条菜鸟之路》-2
乄洛尘
03-22 1495
第二篇：深度学习环境配置指南（Linux-ubuntu16.04）一、安装Anaconda： 一、安装Anaconda： Anaconda的简介就不多说了，大家自行百度即可，这里说一下安装。 首先下载Anaconda镜像，这里给出几个常用的镜像链接，大家对应着下载，查看。 1、Anaconda官网（速度慢，不推荐） 2、清华源镜像 3、ubuntu系统内核下载（一般在误卸载ubuntu内核后才可能需要用到，血泪教训！！！） 安装命令：sudo dpkg -i ****.deb（.deb文件） sudo
NotImplementedError: CUDA_HOME is None. Please set environment variable CUDA_HOME.
05-20
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，需要安装CUDA并设置环境变量。 你可以按照以下步骤设置CUDA_HOME环境变量： 1. 安装CUDA: 首先需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，你还需要将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。 如果你已经设置了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

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