Paddle安装后测试正确,但使用报错:Could not locate cublasLt64_12.dll. Please make sure it is in your library path!

这是由于安装paddlepaddle的时候使用了
conda install paddlepaddle-gpu==3.0.0b2 paddlepaddle-cuda=11.8 -c paddle -c nvidia
即:
在这里插入图片描述
并且你的英伟达驱动是 12.x
以至于安装后你的包如下:

# Name                    Version                   Build  Channel
anyio                     4.6.2           py310haa95532_0
astor                     0.8.1           py310haa95532_0
blas                      1.0                         mkl
bzip2                     1.0.8                h2bbff1b_6
ca-certificates           2024.11.26           haa95532_0
certifi                   2024.8.30       py310haa95532_0
cuda-cudart               11.8.89                       0    nvidia
cuda-cupti                11.8.87                       0    nvidia
cuda-libraries            11.8.0                        0    nvidia
cuda-nvrtc                11.8.89                       0    nvidia
cuda-nvtx                 11.8.86                       0    nvidia
cuda-runtime              11.8.0                        0    nvidia
cuda-version              12.6                          3    nvidia
cudnn                     8.9.2.26               cuda12_0
decorator                 5.1.1              pyhd3eb1b0_0
exceptiongroup            1.2.0           py310haa95532_0
freetype                  2.12.1               ha860e81_0
h11                       0.14.0          py310haa95532_0
httpcore                  1.0.2           py310haa95532_0
httpx                     0.27.0          py310haa95532_0
idna                      3.7             py310haa95532_0
intel-openmp              2023.1.0         h59b6b97_46320
jpeg                      9e                   h827c3e9_3
lcms2                     2.12                 h83e58a3_0
lerc                      3.0                  hd77b12b_0
libabseil                 20240116.2      cxx17_h5da7b33_0
libcublas                 11.11.3.6                     0    nvidia
libcublas-dev             11.11.3.6                     0    nvidia
libcufft                  10.9.0.58                     0    nvidia
libcurand                 10.3.7.77                     0    nvidia
libcusolver               11.4.1.48                     0    nvidia
libcusparse               11.7.5.86                     0    nvidia
libdeflate                1.17                 h2bbff1b_1
libffi                    3.4.4                hd77b12b_1
libnpp                    11.8.0.86                     0    nvidia
libnvjpeg                 11.9.0.86                     0    nvidia
libpng                    1.6.39               h8cc25b3_0
libprotobuf               4.25.3               hf2fb9eb_0
libtiff                   4.5.1                hd77b12b_0
libwebp-base              1.3.2                h3d04722_1
lz4-c                     1.9.4                h2bbff1b_1
mkl                       2023.1.0         h6b88ed4_46358
mkl-service               2.4.0           py310h2bbff1b_1
mkl_fft                   1.3.11          py310h827c3e9_0
mkl_random                1.2.8           py310hc64d2fc_0
networkx                  3.2.1           py310haa95532_0
numpy                     2.0.1           py310h055cbcc_1
numpy-base                2.0.1           py310h65a83cf_1
openjpeg                  2.5.2                hae555c5_0
openssl                   3.0.15               h827c3e9_0
opt_einsum                3.3.0              pyhd3eb1b0_1
paddlepaddle-cuda         11.8                    windows    paddle
paddlepaddle-gpu          3.0.0b2         py310_gpu_cuda11.8_windows    paddle
pillow                    11.0.0          py310hb5480e2_0
pip                       24.2            py310haa95532_0
protobuf                  4.25.3          py310h958608f_0
python                    3.10.15              h4607a30_1
setuptools                75.1.0          py310haa95532_0
sniffio                   1.3.0           py310haa95532_0
sqlite                    3.45.3               h2bbff1b_0
tbb                       2021.8.0             h59b6b97_0
tk                        8.6.14               h0416ee5_0
typing_extensions         4.11.0          py310haa95532_0
tzdata                    2024b                h04d1e81_0
vc                        14.40                haa95532_2
vs2015_runtime            14.42.34433          h9531ae6_2
wheel                     0.44.0          py310haa95532_0
xz                        5.4.6                h8cc25b3_1
zlib                      1.2.13               h8cc25b3_1
zstd                      1.5.6                h8880b57_0

很显然:cudnn 8.9.2.26 cuda12_0
这一个被它安装错误了,因为这个版本必须要cuda12,而你安装的cuda11.8

conda search cudnn
Loading channels: done
# Name                       Version           Build  Channel
cudnn                          7.1.4       cuda8.0_0  pkgs/main
cudnn                          7.1.4       cuda9.0_0  pkgs/main
cudnn                          7.3.1      cuda10.0_0  pkgs/main
cudnn                          7.3.1       cuda9.0_0  pkgs/main
cudnn                          7.6.0      cuda10.0_0  pkgs/main
cudnn                          7.6.0      cuda10.1_0  pkgs/main
cudnn                          7.6.0       cuda9.0_0  pkgs/main
cudnn                          7.6.4      cuda10.0_0  pkgs/main
cudnn                          7.6.4      cuda10.1_0  pkgs/main
cudnn                          7.6.4       cuda9.0_0  pkgs/main
cudnn                          7.6.5      cuda10.0_0  pkgs/main
cudnn                          7.6.5      cuda10.1_0  pkgs/main
cudnn                          7.6.5      cuda10.2_0  pkgs/main
cudnn                          7.6.5       cuda9.0_0  pkgs/main
cudnn                          7.6.5       cuda9.2_0  pkgs/main
cudnn                          8.2.1      cuda11.3_0  pkgs/main
cudnn                       8.9.2.26        cuda11_0  pkgs/main
cudnn                       8.9.2.26        cuda12_0  pkgs/main
cudnn                       9.1.1.17        cuda12_0  pkgs/main

我猜测可能是Linux和Windows之间的问题,按理说8.9.2.26 应该两个都支持才是。
解决办法
1、如果使用conda,请安装cuda12.3的版本(前提是你的显卡驱动是12.x)
2、使用pip安装,现在pip安装也自带cuda套件了

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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