FastDeploy FAQ 文档

1. 在Windows 10 配置 CUDA v11.2 环境变量

FastDeploy Windows 10 x64 的 GPU 版本需要依赖 CUDA 11.2，在安装完 CUDA v11.2 之后，需要设置CUDA_DIRECTORY、CUDA_HOME、CUDA_PATH和CUDA_ROOT中任意一个环境变量，这样FastDeploy才能链接到相关的库。有3种方式设置环境变量，通过在代码中设置、终端命令行设置以及在系统环境变量中设置。

方式一：在代码中设置 (推荐) 。该方式最简单，只需要在导入FastDeploy之前，通过os库设置环境变量即可。FastDeploy在初始化时，会首先搜索CUDA_DIRECTORY、CUDA_HOME、CUDA_PATH和CUDA_ROOT环境变量，如果从这些环境变量的任意一个中找到有效的CUDA库，则可以成功初始化。
```
import os
os.environ["CUDA_PATH"]=r"C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v11.2"
# 在设置环境变量后导入 fastdeploy
import fastdeploy
```
如果成功找到CUDA，会显示以下信息:
```
[FastDeploy][CUDA]: Found valid cuda directroy and added it: -> C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v11.2\bin
```

方式二: 终端命令行设置。该方式只在当前终端有效。Windows菜单打开x64 Native Tools Command Prompt for VS 2019命令工具，假设你需要在该终端运行类似python infer_ppyoloe.py的命令。

% 选择以下任意一个环境变量设置即可 %
set CUDA_PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2
set CUDA_HOME=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2
set CUDA_ROOT=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2
set CUDA_DIRECTORY=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2

方式三: 系统环境变量设置。该方式会修改系统环境变量。设置步骤为：
- (1) 打开 "设置->系统->关于"
- (2) 找到 "高级系统设置"，点击打开
- (3) 点击右下角的 "环境变量设置"
- (4) 注意，在 "系统变量" 一栏右下角点击 "新建"，如果已有相关的环境变量，则只需确认路径是否正确
- (5) 设置CUDA_DIRECTORY、CUDA_HOME、CUDA_PATH和CUDA_ROOT中任意一个环境变量
- (6) 根据以下提示来设置环境变量，并点击确认
```
变量名(N): CUDA_DIRECTORY、CUDA_HOME、CUDA_PATH和CUDA_ROOT中任意一个
变量值(V): 类似 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2
```

2.5 KiB Raw Blame History Unescape Escape

FastDeploy FAQ 文档

1. 在Windows 10 配置 CUDA v11.2 环境变量

2.5 KiB

Raw Blame History