Persönliche Notizen
OS : Ubuntu 18.04 LTS PyTorch : 1.5.0, 1.6.0 CUDA : 10.2 NVIDIA-driver : 440
Ursprünglich ein Fehler beim Importieren von PyTorch Geometric. Ich fand es seltsam, dass ich es als offiziell installiert habe ... aber abschließend wurde der NVIDIA-Treiber ordnungsgemäß installiert, aber NVCC wurde nicht installiert.
import torch_geometric.transforms as T
OSError: libcusparse.so.10: cannot open shared object file: No such file or directory
ImportError von libcublas.so.10.0 in tensorflow-gpu https://qiita.com/Uejun/items/fbb579374eafab8633d6
Dies ist ein ähnlicher Fall, aber es scheint, dass Sie ihn nur bestehen müssen. Unabhängig davon, wo ich gesucht habe, hatte mein Computer keine Bibliothek namens libcusparse.so.10. In der offiziellen Ausgabe stand so etwas.
libcusparse.so.10 error when importing https://github.com/rusty1s/pytorch_geometric/issues/1092
Die fragliche Situation ist anders, aber es scheint, dass libcusparse.so.10 unter "/ usr / local / cuda / lib64" stehen sollte und dass "$ nvcc -V" ordnungsgemäß übergeben werden sollte. In meinem Fall hat $ nvcc -V überhaupt nicht bestanden. Wenn Sie diesen Befehl drücken
$ nvcc -V
Command 'nvcc' not found, but can be installed with:
sudo apt install nvidia-cuda-toolkit
Wird angezeigt, aber $ sudo apt installiert nvidia-cuda-toolkit In war die Zielbibliothek nicht enthalten. Davor muss anscheinend cuda 10.2 installiert werden.
Cuda erneut einfügen 10.2.
$ sudo apt purge nvidia-cuda-*
Nach (nur für den Fall, dass Sie nicht müssen), basierend auf Official Installieren Sie cuda 10.2. Ich werde dies weglassen, weil ich denke, dass es für jedes Gerät anders ist. Danach in .bashrc
export PATH="/usr/local/cuda/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda/lib64:$LD_LIBRARY_PATH"
Nach dem Schreiben wurde $ nvcc -V übergeben und PyTorch Geometric wurde verfügbar. Wenn es ein Modul wie libucusparse.so.10.0 gibt, scheint es möglich zu sein, mit "$ ln -s libucusparse.so.10.0 libucusparse.so.10" umzugehen, aber in meinem Fall ist ein Fehler aufgetreten.