解决win10使用GPU跑程序遇到的一系列报错

安装cupy包
使用cupy包的时候报错 ImportError: DLL load failed: 找不到指定的模块。
卸载cuda11.5、安装cuda10.2
安装适配于cuda10.2的cudnn
报错CUDA path could not be detected. Set CUDA_PATH environment variable if CuPy fails to load.
报错 module 'cupy' has no attribute 'scatter_add'
Anaconda配cupy环境报错
报错 ModuleNotFoundError: No module named 'PIL'
报错 cupy.cuda.compiler.CompileException: nvrtc: error: failed to open nvrtc-buil

安装cupy包

用GPU跑程序用了cupy包。

pip install cupy-cuda102

使用cupy包的时候报错 ImportError: DLL load failed: 找不到指定的模块。

这是因为我的cuda是11.5的，为了用用cupy，尝试了以下几种方法，均不行。
1.下载cupy的cuda115版本。
2.卸载cupy的cuda115版本，下载cupy的cuda102版本，但是此时cuda还是11.5版本。
3.下载cuda10.2版本，此时电脑的cuda10.2和11.5共存，如下图所示。

最后发现，能成功的只有一个，那就是cuda10.2+cupy的cuda102。此时电脑只能有一个cuda版本，也就是10.2，所以需要卸载cuda11.5。

这里面有个坑也踩了。如下图所示，下载cuda10.2之前，必须要卸载完11.5！

不然就会出现这种情况：

卸载cuda11.5、安装cuda10.2

打开控制面板，卸载所有cuda11.5的文件，如下图所示

cuda10.2官网网址：https://developer.nvidia.com/cuda-10.2-download-archive

卸载完11.5，再下载10.2时候，竟然还会出现下面的警告：
这个时候，可以无视，因为的确是先卸载完11.5后下载的10.2。

然后在命令行输入：出现如下状态，表示安装成功。

nvcc -V

此时观察NVIDA的控制面板，竟然还是11.5，不过可以无视，因为这不影响跑程序。

安装适配于cuda10.2的cudnn

官网：https://developer.nvidia.com/rdp/cudnn-archive
安装包下载完解压

把所有解压的文件放到：NVIDA GPU Computing Toolkit 里面的V10.2下面

报错CUDA path could not be detected. Set CUDA_PATH environment variable if CuPy fails to load.

根据报错的这个路径，打开这个environment文件。

里面的cuda_path改成cuda的路径。

这个路径在哪，其实就在环境变量配置里面。

把这个路径放到environment文件里，如下图所示。报错就解决了。

报错 module ‘cupy’ has no attribute ‘scatter_add’

把cuda降到10.2之后，改了一大堆，程序终于能运行了，可是运行一会就报这个错。

查了半天，在stackoverflow上面找到了方法，使用下面这句话把cupy版本降低。

pip install "cupy-cuda102<8.0.0"

然后程序终于用GPU跑起来了。

Anaconda配cupy环境报错

一开始是全部在Anaconda里面配的环境，最后发现无论怎么弄，使用cupy包总报错。
于是直接用pip了，最后把所有需要的包又在电脑的python文件夹里装了一份。然后pycharm环境直接用了python的环境。最后能跑成。

报错 ModuleNotFoundError: No module named ‘PIL’

问题在于Pillow库太老了。执行以下两个命令。

pip uninstall pillow
pip install pillow

报错 cupy.cuda.compiler.CompileException: nvrtc: error: failed to open nvrtc-buil

还出现类似：找不到nvrtc64_101_0.dll的问题

这个问题是遇到最玄学的一次。

解决办法就是，重启一下电脑。

重启电脑后，就不报错了，转而报module ‘cupy’ has no attribute 'scatter_add’这个错，这个错就按照上面讲的解决就完事。

最后GPU成功跑起来了。区别可以看到，用cpu跑程序的话，cpu占用量在80%以上，用GPU跑程序，cpu占用量只有16%