深度学习（相关搜索：python代码|环境变量）

Question

windows11系统，python代码，cuda为11.8，对应的cudnn为11.X，显卡最高支持12.0的cuda，环境变量和cudnn的安装测试都通过了，print(torch.cuda.is_available())结果为TURE，但依然一直报这个错.有没有同志给解决一下，或者提个思路

No CUDA runtime is found, using CUDA_HOME='C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8'
Traceback (most recent call last):
  File "E:\GitProject\SAX-NeRF\test.py", line 29, in <module>
    from src.encoder import get_encoder
  File "E:\GitProject\SAX-NeRF\src\encoder\__init__.py", line 1, in <module>
    from .hashencoder import HashEncoder
  File "E:\GitProject\SAX-NeRF\src\encoder\hashencoder\__init__.py", line 1, in <module>
    from .hashgrid import HashEncoder
  File "E:\GitProject\SAX-NeRF\src\encoder\hashencoder\hashgrid.py", line 8, in <module>
    from .backend import _backend
  File "E:\GitProject\SAX-NeRF\src\encoder\hashencoder\backend.py", line 6, in <module>
    _backend = load(name='_hash_encoder',
  File "D:\Anaconda\envs\SAX\lib\site-packages\torch\utils\cpp_extension.py", line 1144, in load
    return _jit_compile(
  File "D:\Anaconda\envs\SAX\lib\site-packages\torch\utils\cpp_extension.py", line 1357, in _jit_compile
    _write_ninja_file_and_build_library(
  File "D:\Anaconda\envs\SAX\lib\site-packages\torch\utils\cpp_extension.py", line 1456, in _write_ninja_file_and_build_library
    _write_ninja_file_to_build_library(
  File "D:\Anaconda\envs\SAX\lib\site-packages\torch\utils\cpp_extension.py", line 1857, in _write_ninja_file_to_build_library
    cuda_flags = common_cflags + COMMON_NVCC_FLAGS + _get_cuda_arch_flags()
  File "D:\Anaconda\envs\SAX\lib\site-packages\torch\utils\cpp_extension.py", line 1626, in _get_cuda_arch_flags
    arch_list[-1] += '+PTX'
IndexError: list index out of range

Answer 1

引自免费微信小程序：皆我百晓生

根据您提供的错误信息，问题似乎出在PyTorch的C++扩展构建过程中，特别是涉及到CUDA的部分。从错误信息来看，这个问题可能与您的CUDA版本与PyTorch之间的某种兼容性问题有关。这里有几个可能的解决方案和排查步骤：

1. 确认CUDA和PyTorch版本兼容性：确保您的CUDA版本与PyTorch版本兼容。有时，即使CUDA的某些版本在您的显卡上可用，但它们可能与特定的PyTorch版本不完全兼容。您可以尝试升级或降级PyTorch版本以匹配您的CUDA版本。
2. 检查环境变量设置：确保CUDA相关的环境变量（如CUDA_HOME）已正确设置，并且系统路径中包含CUDA的bin目录。这有助于确保PyTorch能够正确地找到和使用CUDA。
3. 检查PyTorch编译时的CUDA架构标志：错误提示中的IndexError: list index out of range可能意味着在构建PyTorch的C++扩展时，尝试访问一个不存在的列表元素。这可能是一个bug或与特定的CUDA架构有关。尝试更新PyTorch到最新版本，看看是否解决了这个问题。
4. 尝试重建C++扩展：有时候，清理并重新构建PyTorch的C++扩展可能有助于解决问题。您可以尝试删除与错误相关的扩展文件，然后重新运行代码以重新构建它们。
5. 检查CUDA工具包安装：确保您已正确安装了CUDA工具包，并且所有必要的组件都已安装。有时，仅安装CUDA运行时是不够的，还需要安装其他组件，如CUDA工具包。
6. 查看依赖关系：确保您的项目依赖的所有库都已正确安装并与您的PyTorch和CUDA版本兼容。特别是检查SAX-NeRF项目的要求和依赖项。

由于问题可能与具体的代码和环境设置有关，以上只是一些可能的解决方案和排查步骤。如果问题仍然存在，您可能需要更深入地检查项目的代码和环境设置，或者考虑在相关的开发社区或论坛上寻求更具体的帮助。