解决anaconda3+CUDA10+pyCUDA2019+boost+vs2015环境配置出现的问题

最新推荐文章于 2023-08-08 15:00:43 发布
最新推荐文章于 2023-08-08 15:00:43 发布
阅读量506 收藏
点赞数
文章标签： pycuda PyFR
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/weixin_43361235/article/details/102908048
版权

解决anaconda3+CUDA10+pyCUDA2019+boost+vs2015环境配置出现的问题

最近在研究GPU CFD计算的PyFR代码，需要配置以上环境，但是参照https://blog.csdn.net/WhatUwannadO/article/details/82468086做完之后分布调试时会出错[stdout: nvcc fatal : Value ‘sm75’ is not defined for option 'gpu-architecture]我的显卡是GTX1660Ti的，后面sm75两个数字是对的，但是nvcc却认不出来，在cmd里面输入nvcc --help会出现如下结果，在这里插入图片描述也就是说是有sm_75的，只是识别不了在C:\ProgramData\Anaconda3\Lib\site-packages\pycuda-2019.1.2-py3.7-win-amd64.egg\pycuda找到complier.py,然后搜索"sm%d%d"，并将其改为"sm_%d%d"就会可以了，但是之后还会报错，nvcc fatal : Cannot find compiler ‘cl.exe’ in PATH，参照https://blog.csdn.net/qq_37960402/article/details/89022534解决就好了，希望对大家有帮助！

另外更重要的是：

我搭好环境之后开始运行pyfr的算例，但是成功导入网格之后，运行的时候会出现如下错误
在这里插入图片描述
有没有志同道合的朋友一起来解决一下啊，我都要炸了！我只安装cuda的backend和openblas，但是还不行，求救！

weixin_43361235
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
深度学习环境配置Anaconda+Pycharm+CUDA+CUdnn+PyTorch+Tensorflow.txt
09-23
深度学习环境配置Anaconda+Pycharm+CUDA+CUdnn+PyTorch+Tensorflow
在Jetson TX2和RTX2080TI上面安装pycuda，以及遇到的一些问题解决办法。
donkey_1993的博客
03-24 2422
Jetson TX2上面安装pycuda： sudo pip3 install pycuda 安装过程中不会报错但是在测试demo的时候会报无法找到nvcc路径问题。找到compiler.py文件，直接将ncvv的路径改为绝对路径就可以了。 RTX2080TI安装pycuda：使用的是anaconda： pip install pycuda 安装过程中也不会报错，运行demo就...
【转载】各种 NVIDIA 架构所匹配的 arch 和 gencode
ShaderJoy 的兴趣技术杂货铺
11-24 1万+
Matching CUDA arch and CUDA gencode for various NVIDIA architectures I’ve seen some confusion regarding NVIDIA’s nvcc sm flags and what they’re used for: When compiling with NVCC, the arch flag (‘-arch‘) specifies the name of the NVIDIA GPU architecture t
nvcc fatal : Value ‘sm_XX‘ is not defined for option ‘gpu-architecture‘
qq_29881799的博客
10-13 5505
摘要：nvcc fatal : Value 'sm_20' is not defined for option 'gpu-architecture'解决办法
nvcc fatal : Value 'sm_20' is not defined for option 'gpu-architecture'
.
01-16 2727
解决方案： 在makefile文件中 将sm_20 改为 sm_60 NVCCOPTIONS := --gpu-architecture sm_60  
关于nvcc fatal : Value 'sm_20' is not defined for option 'gpu-architecture'的问题
ADAS_LOVER的博客
03-04 3560
关于nvcc fatal : Value ‘sm_20’ is not defined for option ‘gpu-architecture’的问题 先说明配置Ubuntu18.04 + CUDA10.2，1080i 我是在运行CUDA代码的过程中遇到的这个问题，采用nvcc编译时报错nvcc fatal : Value ‘sm_20’ is not defined for option ‘g...
Anaconda3+vscode环境下pyqt5的安装及配置
12-21
比如有的只有python+文本编辑器环境，有的python+eclipse环境，有的pycharm+python环境，还有的是anaconda+python的环境。网上尤其是csdn上面给出的不管什么环境，都是先安装pyqt5，再安装pyqt5-tools的模式
windows10环境下安装深度学习环境anaconda+pytorch+CUDA+cuDDN
01-07
windows10环境下安装深度学习环境anaconda+pytorch+CUDA+cuDDN 步骤零：安装anaconda、opencv、pytorch（这些不详细说明）。复制运行代码，如果没有报错，说明已经可以了。不过大概率不行，我的会报错提示...
在ubuntu下安装cuda+cudnn+anaconda3+pytorch+pycharm流程
04-03
在双系统ubuntu20.04下安装cuda+cudnn+anaconda3+pytorch+pycharm的详细流程，包括安装时各个环节应注意的事项。
python3环境搭建过程(利用Anaconda+pycharm)完整版
09-16
主要介绍了python3环境搭建过程(利用Anaconda+pycharm)完整版,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
【AI实战】llama.cpp量化cuBLAS编译；nvcc fatal:Value ‘native‘ is not defined for option ‘gpu-architecture‘
Zack的博客
07-06 2007
llama.cpp量化cuBLAS编译；nvcc fatal:Value 'native' is not defined for option 'gpu-architecture'
关于nvcc fatal : Value ‘sm_20‘ is not defined for option ‘gpu-architecture‘错误
Escape the bug的博客
08-08 524
最近在学习CUDA，看着CUDA C教程 使用nvcc进行编译文件出现这个问题。
NVIDIA GPU的架构代号
shaojie_wang的博客
11-03 9330
NVIDIA GPU的架构代号NVIDIA GPU的架构代号什么时候用gencode，什么时候用arch呢SM_num和gencode变量费米 Fermi（cuda 3.2~cuda 8）开普勒 Kepler（cuda 5~cuda 10）麦克斯韦 Maxwell（CUDA 6~CUDA 11）帕斯卡 Pascal (CUDA 8 ~今)伏特 Volta (CUDA 9 ~今)图灵Turing (CUDA 10 ~今)安培Ampere (CUDA 11 ~今)哈珀Hopper (CUDA 12 计划中)例子
踩坑记--xx with CUDA capability sm_75 is not compatible with the current PyTorch installation.
ssunshining的博客
12-23 2315
torch1.6使用官网的安装命令完成后进行测试,出现了错误 torch.cuda.get_device_name(0) torch.cuda.is_available() torch.cuda.device_count() torch.cuda.current_device() python3.6/site-packages/torch/cuda/__init__.py:125: UserWarning: Tesla T4 with CUDA capability sm_75 is not co
NVIDIA 不同显卡对应的GPU计算能力
dlhlSC的博客
12-19 1万+
Fermi(CUDA 3.2 until CUDA 8)(deprecated from CUDA 9): SM20 or SM_20, compute_30 – Older cards such asGeForce 400, 500, 600, GT-630 Kepler (CUDA 5 and later): SM30 or SM_30, compute_30 – Kepler...
NVIDIA GPU显卡介绍
热门推荐
IT菜鸟
04-03 1万+
一、参考资料 NVCC学习笔记 NVIDIA GPU 架构演进 Nvidia GPU架构 - Cuda Core，SM，SP等等傻傻分不清？ 请问英伟达GPU的tensor core和cuda core是什么区别？ 二、相关概念 2.1 dGPU dGPU（discrete GPU），独立显卡。 2.2 FLOPS（Floating-point operations per second） 每秒浮点运算次数（亦称每秒峰值速度）是每秒所运行的浮点运算次数； 一个MFLOPS（megaFLOPS）等于每秒一百万
nvcc fatal : Value ‘compute_35‘ is not defined for option ‘gpu-architecture‘
weixin_45973213的博客
12-19 998
nvcc fatal : Value ‘compute_35‘ is not defined for option ‘gpu-architecture‘
win10查看显卡算力(CUDA Capability Major/Minor version number)
P_Leung的技术博客
06-01 5171
前期准备 需要查看显卡算力，需要使用一个叫deviceQuery.exe的工具，在CUDA目录下。 本地使用的是CUDA 10.2，工具目录为 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\demo_suite 使用指令行打开项目 在工具文件夹shift+右键打开powershell, 输入deviceQuery.exe。 如果需要编译CUDA项目，需要查看 CUDA Capability Major/Minor vers
GPU指令集技术分析
吴建明wujianming_110117
07-21 5150
GPU指令集技术分析 本文将两篇文章整理了一下。 参考文章链接如下： https://zhuanlan.zhihu.com/p/391238629 https://zhuanlan.zhihu.com/p/166180054 一．GPGPU- 指令执行设计 本节主要内容： • GPGPU指令执行简介 o GPGPU指令执行流水线 o GPGPU指令执行吞吐的影响因素 o GPGPU指令执行的特点 • 指令设计中的一些原则与思路 o 指令长度的问题 o 指令集设计与ILP的一些相关性 o 复合操作与附加操作
anaconda3+pycharm+cuda10.1+cudnn7.6+tensorflow2.2安装与配置教程
最新发布
10-19
安装和配置Anaconda3、PyCharm、CUDA 10.1、cuDNN 7.6和TensorFlow 2.2的步骤如下： 1. 首先，下载并安装Anaconda3。访问Anaconda官方网站，并下载适合您操作系统的安装程序。运行安装程序，按照提示进行安装。 2....

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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