The third-party dynamic library (libcuda.so) that Paddle depends on is not configured correctly.

在Windows 11 WLS2 Ubuntu20.04 环境下,PaddleDetection运行报错的解决方法

  1. 报错如下
(paddle) lin@Home:~/Projects/paddle/PaddleDetection$ python ppdet/modeling/tests/test_architectures.py 
W1202 19:55:59.357626 168677 gpu_resources.cc:119] Please NOTE: device: 0, GPU Compute Capability: 7.5, Driver API Version: 12.2, Runtime API Version: 11.7
W1202 19:55:59.358676 168677 gpu_resources.cc:149] device: 0, cuDNN Version: 8.9.
W1202 19:56:01.240932 168677 dynamic_loader.cc:303] The third-party dynamic library (libcuda.so) that Paddle depends on is not configured correctly. (error code is libcuda.so: cannot open shared object file: No such file or directory)
  Suggestions:
  1. Check if the third-party dynamic library (e.g. CUDA, CUDNN) is installed correctly and its version is matched with paddlepaddle you installed.
  2. Configure third-party dynamic library environment variables as follows:
  - Linux: set LD_LIBRARY_PATH by `export LD_LIBRARY_PATH=...`
  - Windows: set PATH by `set PATH=XXX;


--------------------------------------
C++ Traceback (most recent call last):
--------------------------------------
No stack trace in paddle, may be caused by external reasons.

----------------------
Error Message Summary:
----------------------
FatalError: `Segmentation fault` is detected by the operating system.
  [TimeInfo: *** Aborted at 1701518161 (unix time) try "date -d @1701518161" if you are using GNU date ***]
  [SignalInfo: *** SIGSEGV (@0x0) received by PID 168677 (TID 0x7f18935b3280) from PID 0 ***]

Segmentation fault
  1. 解决方法:

a. 通过命令sudo find / -name libcuda.so*找到libcuda.so这个文件在哪。和正常的Ubuntu系统不同的是,WLS2中的Ubuntu的CUDA .so 文件居然是在/usr/lib/wsl/lib下的,因此paddle找不到libcuda.so在哪。

(paddle) lin@Home:~/Projects/paddle/PaddleDetection$ sudo find / -name libcuda.so* 
/usr/lib/wsl/lib/libcuda.so
/usr/lib/wsl/lib/libcuda.so.1
/usr/lib/wsl/lib/libcuda.so.1.1
/usr/lib/wsl/drivers/nv_dispi.inf_amd64_8c8de08a85de4474/libcuda.so.1.1
/usr/lib/x86_64-linux-gnu/libcuda.so
/usr/local/cuda-12.3/targets/x86_64-linux/lib/stubs/libcuda.so
/usr/local/cuda-12.3/targets/x86_64-linux/lib/libcuda.so

b. 将usr/lib/wsl/lib路径写到~/.bashrc文件里

export PATH=/usr/local/cuda-12.3/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-12.3/lib64:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH=/usr/lib/wsl/lib:$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda

c. source ~/.bashrc之后就可以正常使用paddle了

(paddle) lin@Home:~/Projects/paddle/PaddleDetection$ python ppdet/modeling/tests/test_architectures.py 
W1202 20:11:51.214569 172275 gpu_resources.cc:119] Please NOTE: device: 0, GPU Compute Capability: 7.5, Driver API Version: 12.2, Runtime API Version: 11.7
W1202 20:11:51.215454 172275 gpu_resources.cc:149] device: 0, cuDNN Version: 8.9.
.......
----------------------------------------------------------------------
Ran 7 tests in 3.014s

OK
  • 8
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 这个错误提示表明 PaddlePaddle 需要依赖的一个名为 cudnn64_7.dll 的第三方动态库没有被正确地配置。错误代码 126 表示在尝试加载这个库时发生了一个错误。 解决这个问题的方法取决于你的操作系统和安装环境。以下是一些可能有用的建议: 1. 确认已经正确安装了 CUDA 和 cuDNN,并且它们的版本与 PaddlePaddle 所需的版本匹配。 2. 确认系统环境变量已经正确设置,包括 PATH 和 LD_LIBRARY_PATH。具体而言,确保 CUDA 和 cuDNN 的路径已经被添加到这些变量中。 3. 如果你是在 Windows 上使用 PaddlePaddle,尝试将 cudnn64_7.dll 复制到 PaddlePaddle 安装目录下的 bin 目录中。通常情况下,这个目录的路径类似于 C:\Program Files\PaddlePaddle\bin。 4. 如果你使用的是 Anaconda 环境,尝试在 Anaconda Prompt 中输入以下命令:conda install cudatoolkit=xx.x cudnn=xx.x -c paddle。其中的 xx.x 是你正在使用的 CUDA 和 cuDNN 版本号。 如果以上方法无法解决问题,建议在 PaddlePaddle 的官方论坛或 GitHub 上寻求帮助。 ### 回答2: 这个错误是因为PaddlePaddle的一个第三方库cudnn64_7.dll没有配置正确所引起的。cudnn是NVIDIA的一个专门用于深度神经网络的库,它提供了高效的计算和内存管理,能够大幅提高深度神经网络的训练和推断效率。PaddlePaddle对cudnn的依赖非常重要,如果cudnn配置不正确就会出现运行时错误。 首先,我们可以检查cudnn库的路径是否正确。在PaddlePaddle的配置文件中,需要设置cudnn库的路径,确保PaddlePaddle能够正确找到它。例如,在Windows系统中,可以在环境变量中设置CUDA_HOME和CUDNN_HOME这两个变量,它们分别指向CUDA和cudnn的安装目录。在Linux系统中,可以编辑bashrc文件,添加对应的路径。当PaddlePaddle引用cudnn库时,会自动在这些路径下寻找cudnn库。 其次,我们可以检查cudnn库的版本是否正确。PaddlePaddle对不同版本的cudnn库有不同的要求,如果版本不对就会出现错误。在PaddlePaddle的官网上可以找到不同版本cudnn库的要求。在更新cudnn库时,需要注意版本的兼容性,不要将不兼容的版本强行安装。 最后,我们也可以考虑重新安装PaddlePaddle和cudnn库。有时候,由于其他原因导致PaddlePaddle和cudnn的配置出现错误,重新安装可以解决问题。在重新安装时,需要确保所有依赖库的版本和配置都是正确的,并且按照官方指南进行操作。 总之,当出现runtimeerror: (preconditionnotmet) the third-party dynamic library (cudnn64_7.dll) that paddle depends on is not configured correctly. (error code is 126)这个错误时,需要检查cudnn库的路径和版本是否正确,并考虑重新安装PaddlePaddle和cudnn库。 ### 回答3: 这个错误信息是PaddlePaddle深度学习框架在加载cudnn64_7.dll动态库时发现了问题,错误代码是126。cudnn64_7.dll是一个用于加速GPU计算的第三方动态库,在使用PaddlePaddle训练深度学习模型时需要依赖它。出现这个错误通常可能是以下两种情况之一: 1. cudnn64_7.dll文件不存在或已损坏。 解决方案:可以尝试重新安装CUDA和cudnn库。首先检查CUDA和cudnn的版本是否匹配,然后下载对应版本的cudnn库并将其解压到CUDA库的相应目录中。如果已经安装了正确版本的cudnn库,可以尝试重新安装CUDA并选择添加cudnn库选项来修复问题。 2. cudnn64_7.dll文件路径未正确配置。 解决方案:检查CUDA和cudnn的环境变量是否正确设置,确保它们的路径被正确添加到系统的环境变量中。另外,也可以在PaddlePaddle的命令行参数中添加CUDA和cudnn的路径来指定它们的位置。 总的来说,如果遇到这个错误,最好先检查CUDA和cudnn的版本是否匹配并确认环境变量设置是否正确。如果问题仍然存在,可以重新安装CUDA和cudnn库来解决。

“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

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