paddle安裝環境大坑：`Segmentation fault` is detected by the operating system.

問題背景：這段時間抽空在自學paddle框架，自己的筆記本系統是ubuntu20.4的，本身自己安裝好了cuda11.8跟cudnn9.5.1，然後用conda創建了一個paddle的虛擬環境，安裝了paddle2.6，根據官網文檔其實很簡單，但是有坑！！！所以我才説明了cudnn版本號。

官方文檔地址：https://www.paddlepaddle.org.cn/install/quick?docurl=/documentation/docs/zh/install/pip/linux-pip.html

根據官方文檔只需要一條指令安裝就好，非常簡單：

安裝后測試導入以及驗證是否能調用gpu結果均正常。

然後找了個代碼開始嘗試訓練模型。（坑來了！）
剛開始跑第一輪訓練，報錯了，報錯内容如下：

----------------------
Error Message Summary:
----------------------
FatalError: `Segmentation fault` is detected by the operating system.
  [TimeInfo: *** Aborted at 1735545694 (unix time) try "date -d @1735545694" if you are using GNU date ***]
  [SignalInfo: *** SIGSEGV (@0x0) received by PID 26643 (TID 0x7fd5d984f180) from PID 0 ***]

Segmentation fault (core dumped)

查了很久，最後在overflow的一條評論中發現他說他的cudnn版本不太對，重裝就好了，但沒有說什麽版本號，我就開始查paddle官網，在安裝指令下面往下拉，最後發現這個東西。

好了，現在有個新方向：重裝cudnn，麻煩死了，我cuda跟cudnn全部卸載了（conda的虛擬環境我也刪了，重新創建並安裝paddle，安裝指令還是按照官網提供的那條指令就好）。

#先刪cuda
sudo apt-get --purge remove "*cuda*" "*cublas*" "*cufft*" "*cufile*" "*curand*" \
 "*cusolver*" "*cusparse*" "*gds-tools*" "*npp*" "*nvjpeg*" "nsight*" "*nvvm*"
sudo apt-get autoremove --purge -V
cd /usr/local/
# 如果有cuda等文件，如果有，就删掉。
sudo rm -rf /usr/local/cuda*
#查看cudnn位置
sudo dpkg -l | grep cudnn
# 然後一個個刪（我自己的刪除的時候沒有截圖，找了別人的出來，一樣的用指令刪就行）
sudo dpkg -r libcudnn8-samples
sudo dpkg -r libcudnn8-dev
sudo dpkg -r libcudnn8
sudo apt-get purge cudnn-local-repo-ubuntu2004-8.9.5.29
#刪除記得再次查詢是否還有cudnn

好了，開始裝cuda11.8，cudnn8.6.0
访问NVIDIA官方网站：
https://developer.nvidia.com/cuda-11-8-0-download-archive?target_os=Linux&target_arch=x86_64&Distribution=Ubuntu&target_version=20.04&target_type=runfile_local
选择正确的操作系统、发行版和架构，然后下载对应版本的CUDA Toolkit，个人选择的是.run版，然后根据下方方官方给的命令一步步来，比较省事。
安装CUDA Toolkit。可以按照官方文档提供的步骤进行安装，通常包括运行安装脚本

wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
sudo sh cuda_11.8.0_520.61.05_linux.run

设置环境变量
在 ~/.bashrc 文件中添加以下行，然后执行 source ~/.bashrc：

编辑配置文件
sudo vim ~/.bashrc

# 添加以下两行（注意我的cuda版本是11.8，根据自己的版本来）：
export PATH=/usr/local/cuda-11.8/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
# 激活配置环境
source ~/.bashrc
# 驗證cuda版本
nvcc --version

安裝cudnn：https://developer.nvidia.com/rdp/cudnn-archive

# 解壓
sudo dpkg -i cudnn-local-repo-ubuntu2004-8.6.0.163_1.0-1_amd64.deb
# 導入密鑰
sudo cp /var/cudnn-local-repo-ubuntu2004-8.6.0.163/cudnn-local-B0FE0A41-keyring.gpg /usr/share/keyrings/
# 更新軟連接
sudo apt-get update
# 安裝這幾個依賴包
sudo apt-get install libcudnn8=8.6.0.163-1+cuda11.8
sudo apt-get install libcudnn8-dev=8.6.0.163-1+cuda11.8
sudo apt-get install libcudnn8-samples=8.6.0.163-1+cuda11.8
#驗證安裝是否成功，查看版本號
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
# 但每個人的版本號文件不一定是上面地址，先查詢版本文件在哪
sudo find /usr/local/ -name cudnn_version.h
# 將查到的地址換到下面的指令去就可以看到了
cat /正确的/路径/to/cudnn_version.h | grep CUDNN_MAJOR -A 2

經過以上，代碼終於能正常訓練了，感覺是個坑，自己做個筆記吧，以後多留點心眼，多看看┭┮﹏┭┮