这种报错咋搞啊？有没有人知道，搞半天了

Question

ImportError: libcudart.so.11.0: cannot open shared object file: No such file or directory
是在调用mmcv时调用不出来，明明下载好了，看到好多帖子说是pytorch版本，可是跑的另一个代码就成功跑出来了，都是在kaggle上运行的，有无知道咋解决的

Answer 1

小闲人的爸爸 上午好☀️☀️☀️️
本答案参考ChatGPT-3.5

这个报错是由于无法找到共享对象文件 "libcudart.so.11.0" 导致的。这可能是由于缺少CUDA运行时库或者路径配置不正确引起的。下面是解决这个问题的一些常见方法：

1. 确认CUDA和cuDNN安装正确：确保已经正确安装了CUDA和cuDNN，并且版本是匹配的。可以使用 nvcc --version 和 cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2 命令来检查CUDA和cuDNN的版本。

2. 检查CUDA路径配置：确认CUDA库的路径正确配置。检查 LD_LIBRARY_PATH 环境变量，确保它包含了 CUDA 库的路径。可以使用以下命令检查环境变量的值：echo $LD_LIBRARY_PATH。

3. 更新NVIDIA驱动：确保已经安装最新的NVIDIA驱动程序。可以从NVIDIA官网下载并安装最新版本的驱动程序。

4. 重新安装mmcv和相关依赖：尝试重新安装mmcv和其相关的依赖项。可以使用以下命令升级mmcv：pip install mmcv --upgrade。如果已经安装了mmcv，请先卸载旧版本再重新安装。

5. 检查PyTorch版本兼容性：确保PyTorch和mmcv的版本是兼容的。某些版本的PyTorch可能与特定版本的mmcv不兼容，因此需要查看mmcv的官方文档了解兼容的PyTorch版本。

6. 尝试重新启动：有时重新启动计算机可以解决一些库文件加载的问题。

如果上述方法都无效，还可以尝试以下选择之一：

• 从NVIDIA官网下载和安装缺失的库文件。
• 尝试在新的环境中运行代码，例如通过创建一个新的虚拟环境，并重新安装必要的依赖项。

希望以上方法能够帮助您解决问题。如果问题仍然存在，请提供更多的信息，例如操作系统、CUDA和cuDNN版本、代码和相关依赖项的安装方式等，以便我们提供更具体的帮助。