linux下，可以nvidia-smi，但是No such file or directory: ‘/usr/local/cuda/bin/nvcc

最新推荐文章于 2025-04-08 15:13:06 发布
最新推荐文章于 2025-04-08 15:13:06 发布
阅读量3.8k 收藏
点赞数 1
文章标签： 深度学习
原文链接：hccms.cc
版权
当遇到错误提示时，可能是CUDA安装不正确或者环境变量未设置。用户应确认CUDA已完整安装，并将安装路径添加到系统环境变量中。通过运行nvcc-V命令，如果能显示CUDA版本，说明安装成功；否则，需检查CUDA路径设置。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

这个错误通常是由于CUDA未正确安装或未正确配置环境变量引起的。请确保您已正确安装CUDA，并将其路径添加到您的环境变量中。您可以通过运行以下命令来检查CUDA是否正确安装：

$ nvcc -V

如果nvcc命令可以正常运行并显示CUDA版本信息，则CUDA已正确安装。如果nvcc命令未找到，则需要检查CUDA路径和环境变量设置。

送涂图
关注
解决error: [Errno 2] No such file or directory: ‘/usr/local/cuda-11.1:/usr/local/cuda-11.3/bin/nvcc ’
qtblM的博客
12-06 4148
nvcc文件存在，且使用的cuda版本是11.1而不是报错路径中的11.3。可以看到CUDA_HOME和前面报错路径一致。）里通过修改环境变量CUDA_HOME解决。
【已解决】FileNotFoundError: [Errno 2] No such file or directory: ‘:/usr/local/cuda/bin/nvcc‘
one_rookie的博客
10-15 1506
在linux系统下安装deepspeed的时候报错，如下图所示。在最下面找到CUDA_HOME，原本是这样子的。
解决FileNotFoundError: [Errno 2] No such file or directory: ‘:/usr/local/cuda-11.8/bin/nvcc‘
最新发布
chenjialehhh的博客
04-08 114
【代码】解决FileNotFoundError: [Errno 2] No such file or directory: ‘:/usr/local/cuda-11.8/bin/nvcc‘
[linux] No such file or directory ‘:/usr/local/cuda/bin/nvcc‘
心宝的博客
04-28 4104
将 export CUDA_HOME=$CUDA_HOME:/usr/local/cuda。改成 export CUDA_HOME=/usr/local/cuda。保存退出(esc wq)之后，
[linux] No such file or directory ‘:/usr/local/cuda：/bin/nvcc‘
weixin_43008635的博客
01-03 1492
如果在一个终端遇到错误后，打开新的终端执行export和source ，再回到原来终端重新执行命令是无效的，还会报同样的错误。source .bashrc这个命令也不会作用于已经打开的窗口（除了执行这条命令的窗口）改成 export CUDA_HOME=/usr/local/cuda。保存退出(esc :wq)之后， source ~/.bashrc。export只对执行了的那个终端有效。报错中的路径多了冒号。
[linux] error: No such file or directory: ‘:/usr/local/cuda:/usr/local/cuda/bin/nvcc (cuda找不到路径报错)
心宝的博客
09-10 1540
【代码】[linux] error: No such file or directory: ':/usr/local/cuda:/usr/local/cuda/bin/nvcc (cuda找不到路径报错)
/usr/local/cuda/bin/nvcc: No such file or directory
weixin_42726887的博客
04-22 1683
conda安装的cudatookit，但是nvcc -C 显示 不认识这个命令，需要用以下命令安装；
/usr/local/cuda/bin/nvcc: No such file or directory 错误
热门推荐
qq_39031960的博客
05-19 3万+
先确定 cuda 是否安装成功 nvcc -V 安装成功的话直接在命令行里输入 export CUDA_HOME=/usr/local/cuda
Ubuntu：No such file or directory: ‘:/usr/local/cuda/bin/nvcc‘: ‘:/usr/local/cuda/bin/nvcc‘ 解决方案
dream6985的博客
06-19 2718
Ubuntu：No such file or directory: ':/usr/local/cuda/bin/nvcc': ':/usr/local/cuda/bin/nvcc' 解决方案
cuda运行出现FileNotFoundError: [Errno 2]No such file or directory:‘ /usr/local/cuda/bin/nvcc‘问题
weixin_45320238的博客
12-05 985
当运行用到cuda的github仓库时出现该问题。
环境报错：/usr/local/cuda/bin/nvcc: No such file or directory 错误
vivi_cin的博客
11-03 587
先确定 cuda 是否安装成功。安装成功的话直接在命令行里输入。
python包编译过程中出现： /usr/local/cuda-9.0/nvcc: No such file or directory问题的简单解决办法
大数据挖掘SparkExpert的博客
12-25 9437
在安装torch.sparse包的过程中，出现/usr/local/cuda-9.0/nvcc: No such file or directory的错误，而检查nvcc是否已经安装的时候，这些在安装cuda时候都是已经安装过的。 再仔细查看问题原因，发现在nvcc'后面多了个引号，非常奇怪的一个错误。为了避免对系统进行修改（主要也没有系统权限），简单一个重新export CUDA_HOME操作...
（已解决）FileNotFoundError: [Errno 2] No such file or directory: ‘:/usr/local/cuda-11.8/bin/nvcc‘
BetrayFree的博客
08-31 1万+
这个问题很可能与那种【运行nvcc但是报错说找不到命令】的情况类似，就是在配置NVCC环境的时候出了问题，再说的清楚一点就是，配置CUDA_Home的时候出了问题。那有的人可能就问了：我明明配置了呀，却还是找不到！or你也配了，而且nvcc - V 以及 which nvcc都运行正常啊！但不还是找不到！
No such file or directory: ‘:/usr/local/cuda-10.1:/usr/local/cuda-10.1/bin/nvcc‘:
tyler的博客
09-16 8633
安装apex时，遇到下面的问题 FileNotFoundError: [Errno 2] No such file or directory: ‘:/usr/local/cuda-10.1:/usr/local/cuda-10.1/bin/nvcc’: ‘:/usr/local/cuda-10.1:/usr/local/cuda-10.1/bin/nvcc’ 解决方案： # 命令行输入 export CUDA_HOME=/usr/local/cuda-10.1 分析原因 按照给定的路径，打开相.
ubuntu安装CUDA之后使用nvdia-smi仍然提示找不到cuda
17岁boy的博客
05-31 731
这是因为BISO安全引导的问题，CUDA的驱动是没有经过签名的，如果你开启了安全引导那么在启动阶段Linux只会加载被签名的驱动，就会导致cuda没有被正确安装。解决方法也非常简单，只需要在开机时进入bios把安全引导关闭即可。
解决No such file or directory: ‘:/usr/local/cuda:/usr/local/cuda:...‘
qq_49415623的博客
10-25 871
【报错】error: [Errno 2] No such file or directory: ':/usr/local/cuda:/usr/local/cuda:/usr/local/cuda:/usr/local/cuda/bin/nvcc'重新运行安装（如pip install -v -e .）【解决方法】命令行输入命令。
unable to execute ‘:/usr/local/cuda/bin/nvcc‘: No such file or directoryerror: command ‘:/usr/local
CLboom的博客
06-12 624
书接上回，我安装了多版本CUDA从11.8降到了10.0，因为复现的代码有一部分用到了fasterRCNN，然而这个代码有点古早（我感觉就是很对环境娇气）：一开始报错'ImportError: cannot import name '_C' from 'fasterRCNN.lib...' 查了很多，现在打算把版本建成CUDA10.0+torch1.0，等成功解决bug再说吧。。。
jetson编译torchvision出现 No such file or directory: ‘:/usr/local/cuda/bin/nvcc‘
02-01 523
error: [Errno 2] No such file or directory: ':/usr/local/cuda/bin/nvcc'
ubuntu@VM-0-10-ubuntu:~$ ubuntu@VM-0-10-ubuntu:~$ lsb_release -d Description: Ubuntu 20.04 LTS ubuntu@VM-0-10-ubuntu:~$ nvidia-smi Thu Mar 20 09:50:51 2025 +-----------------------------------------------------------------------------+ | NVIDIA-SMI 525.105.17 Driver Version: 525.105.17 CUDA Version: 12.0 | |-------------------------------+----------------------+----------------------+ | GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC | | Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. | | | | MIG M. | |===============================+======================+======================| | 0 Tesla T4 On | 00000000:00:08.0 Off | 0 | | N/A 35C P8 9W / 70W | 2MiB / 15360MiB | 0% Default | | | | N/A | +-------------------------------+----------------------+----------------------+ +-----------------------------------------------------------------------------+ | Processes: | | GPU GI CI PID Type Process name GPU Memory | | ID ID Usage | |=============================================================================| | No running processes found | +-----------------------------------------------------------------------------+ ubuntu@VM-0-10-ubuntu:~$ nvcc --version Command 'nvcc' not found, but can be installed with: sudo apt install nvidia-cuda-toolkit ubuntu@VM-0-10-ubuntu:~$ cat /usr/local/cuda/version.txt cat: /usr/local/cuda/version.txt: No such file or directory ubuntu@VM-0-10-ubuntu:~$ cat /usr/include/cudnn_version.h | grep CUDNN_MAJOR -A 2 cat: /usr/include/cudnn_version.h: No such file or directory ubuntu@VM-0-10-ubuntu:~$ python -V Python 3.8.10 ubuntu@VM-0-10-ubuntu:~$ 这是上述指令，帮助我梳理安装上述组件的步骤
03-21
<think>好的，用户现在提供了他们执行的一系列命令和输出结果，请求帮助梳理安装组件的步骤。首先，我需要仔细分析用户当前的环境状态，然后根据已有的知识和之前的回答来制定合适的安装步骤。 用户的环境是Ubuntu 20.04 LTS，已经安装了NVIDIA驱动版本525.105.17，支持CUDA 12.0，但用户在执行nvcc --version时遇到了“命令未找到”的错误，同时检查CUDA的version.txt和cudnn_version.h时也提示文件不存在。这说明用户可能只安装了NVIDIA驱动，但未正确安装CUDA Toolkit和cuDNN。此外，Python版本是3.8.10，符合用户之前提到的环境要求。 接下来，我需要确定用户的当前问题。根据用户的指令输出，主要问题在于CUDA Toolkit和cuDNN未正确安装。用户可能需要安装这些组件，以便进行深度学习或其他GPU加速的任务。此外，用户可能还想安装LibTorch，但由于之前的输出中没有相关信息，可能需要进一步确认。 接下来，我需要回顾之前的对话历史。用户之前询问了如何检查各个组件的版本，现在根据执行结果，用户需要安装缺失的组件。因此，我需要提供一步步的安装指南，涵盖CUDA Toolkit、cuDNN以及可能的LibTorch安装步骤。 考虑到用户已经安装了NVIDIA驱动，但CUDA Toolkit未安装，首先需要指导用户安装CUDA 12.0。由于用户执行nvcc未找到，可能需要通过官方方法安装CUDA Toolkit，而不仅仅是驱动。用户可能尝试使用sudo apt install nvidia-cuda-toolkit，但需要注意默认仓库中的版本可能不是12.0，因此需要从NVIDIA官网下载runfile或deb包进行安装。 然后是cuDNN的安装。用户检查cudnn_version.h文件失败，说明cuDNN未安装。需要指导用户注册NVIDIA开发者账号，下载对应CUDA 12.0的cuDNN 8.x版本，并通过dpkg或tar包安装。 另外，用户可能需要配置环境变量，确保CUDA路径正确，这在前一个回答中的常见问题部分提到过，需要在当前回答中再次强调，尤其是解决nvcc命令未找到的问题。 关于Python 3.8.10，用户可能已经安装了正确的版本，但需要确认是否安装了pip和相关库，如torch，可能需要指导用户安装PyTorch，并确认其是否支持CUDA 12.0。但根据官方文档，PyTorch可能尚未支持CUDA 12.0，可能需要调整版本，或者用户需要安装CUDA 11.x版本。但用户的环境目标是CUDA 12.0，这可能导致兼容性问题，需要特别指出。 此外，用户可能还需要安装LibTorch，但需要确认CUDA版本是否兼容。如果LibTorch不支持CUDA 12.0，可能需要降级CUDA版本，或者寻找其他解决方案。 在整理步骤时，需要结构清晰，分步说明每个组件的安装方法，包括可能的错误处理，例如环境变量配置，路径问题，版本兼容性等。同时，需要保持回答的准确性和实用性，避免用户在执行过程中遇到问题。 最后，总结用户当前的状态，指出已安装的组件和缺失的部分，并提供完整的安装步骤，确保用户能够顺利搭建所需的环境。</think>以下是针对您当前系统状态的组件安装步骤梳理，已结合您提供的输出版本信息（Ubuntu 20.04 + Driver 525 + CUDA 12.0 + cuDNN缺失 + Python 3.8）： --- ### **当前环境诊断** | 组件 | 状态 | 问题原因 | |--------------|---------------------|--------------------------| | Ubuntu | ✅ 20.04 LTS | 无需操作 | | NVIDIA驱动 | ✅ 525.105.17 | 无需操作 | | CUDA Runtime | ✅ 12.0（驱动支持） | 但未安装`CUDA Toolkit` | | CUDA编译器 | ❌ `nvcc`未安装 | CUDA Toolkit未安装 | | cuDNN | ❌ 未安装 | 需手动安装 | | Python | ✅ 3.8.10 | 无需操作 | --- ### **分步安装指南** #### **1. 安装CUDA Toolkit 12.0** > *为什么需要安装？* > `nvidia-smi`显示的CUDA 12.0是驱动支持的**最高版本**，但实际开发需要`nvcc`编译器和CUDA库。 **操作步骤**： ```bash # 下载官方CUDA 12.0安装包（推荐deb方式） wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600 wget https://developer.download.nvidia.com/compute/cuda/12.0.1/local_installers/cuda-repo-ubuntu2004-12-0-local_12.0.1-525.85.12-1_amd64.deb sudo dpkg -i cuda-repo-ubuntu2004-12-0-local_12.0.1-525.85.12-1_amd64.deb # 安装CUDA Toolkit sudo apt-key add /var/cuda-repo-ubuntu2004-12-0-local/7fa2af80.pub sudo apt update sudo apt install cuda-12-0 # 添加环境变量到 ~/.bashrc echo 'export PATH=/usr/local/cuda-12.0/bin${PATH:+:${PATH}}' >> ~/.bashrc echo 'export LD_LIBRARY_PATH=/usr/local/cuda-12.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}' >> ~/.bashrc source ~/.bashrc # 验证安装 nvcc --version # 应显示CUDA 12.0 cat /usr/local/cuda/version.txt # 应输出CUDA 12.0 ``` --- #### **2. 安装cuDNN 8.x（适配CUDA 12.0）** > *注意*：需注册[NVIDIA账号](https://developer.nvidia.com/login)后下载 **操作步骤**： ```bash # 下载cuDNN 8.9.3 for CUDA 12.x（替换为实际下载链接） # 示例文件名：cudnn-linux-x86_64-8.9.3.28_cuda12-archive.tar.xz # 解压并安装 tar -xvf cudnn-linux-x86_64-8.9.3.28_cuda12-archive.tar.xz cd cudnn-linux-x86_64-8.9.3.28_cuda12-archive sudo cp include/cudnn*.h /usr/local/cuda-12.0/include/ sudo cp lib/libcudnn* /usr/local/cuda-12.0/lib64/ sudo chmod a+r /usr/local/cuda-12.0/include/cudnn*.h /usr/local/cuda-12.0/lib64/libcudnn* # 验证安装 cat /usr/local/cuda-12.0/include/cudnn_version.h | grep CUDNN_MAJOR -A 2 ``` --- #### **3. 配置Python环境（PyTorch适配CUDA 12.0）** ```bash # 安装pip（如未安装） sudo apt install python3-pip # 安装PyTorch（需确认支持CUDA 12.0） pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121 # 验证CUDA可用性 python3 -c "import torch; print(f'PyTorch版本: {torch.__version__}, CUDA可用: {torch.cuda.is_available()}')" ``` --- ### **关键问题说明** 1. **CUDA版本冲突** - 若出现`libcudart.so.12: cannot open shared object file`错误，执行： ```bash sudo ldconfig /usr/local/cuda-12.0/lib64 ``` 2. **PyTorch与CUDA 12.0兼容性** - 截至2023年10月，PyTorch官方暂未提供预编译的CUDA 12.0版本，需使用`cu121`测试版或降级到CUDA 11.8。 3. **cuDNN路径验证** - 若使用非默认安装路径，需在编译项目时显式指定头文件和库路径。 --- ### **最终环境检查** ```bash nvidia-smi # 驱动 + CUDA Runtime nvcc --version # CUDA编译器 python3 -c "import torch; print(torch.__version__, torch.cuda.is_available())" # PyTorch+CUDA cat /usr/local/cuda-12.0/include/cudnn_version.h | grep CUDNN_MAJOR -A 2 # cuDNN版本 ```
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