你遇到的错误： ``` FileNotFoundError: [WinError 3] 系统找不到指定的路径。: 'C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v12.2\\bin' ``` ✅ **根本原因非常明确：** > **你本地根本没有安装 CUDA Toolkit v12.2，或者它被安装到了其他路径（如 `v12.1`、`v12.0`、`v11.8`），而你的代码硬编码了不存在的路径 `'v12.2\\bin'`。** `os.add_dll_directory()` 要求传入的路径**必须真实存在且是目录**（否则直接抛 `FileNotFoundError`），它不会“静默忽略”或“自动降级”。 --- ### ✅ 第一步：确认你电脑上到底装了哪个 CUDA 版本？ #### 🔹 方法 1：用命令行查 `nvcc`（最准） ```cmd # 在 CMD 或 PowerShell 中运行 nvcc --version ``` ✅ 正确输出示例： ``` nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2023 NVIDIA Corporation. Built on Mon_Apr__3_17:16:18_Pacific_Daylight_Time_2023 Cuda compilation tools, release 12.1, V12.1.105 ``` → 说明你装的是 **CUDA 12.1**，不是 12.2。 #### 🔹 方法 2：查注册表（Windows） ```powershell # PowerShell 中运行 Get-ItemProperty -Path "HKLM:\SOFTWARE\NVIDIA Corporation\GPU Computing Toolkit\CUDA" -Name "InstalledVersions" -ErrorAction SilentlyContinue # 或更直接地列出所有已安装版本 Get-ChildItem "HKLM:\SOFTWARE\NVIDIA Corporation\GPU Computing Toolkit\CUDA\v*" -ErrorAction SilentlyContinue | ForEach-Object { $_.PSChildName } ``` #### 🔹 方法 3：查文件系统（手动） 打开资源管理器，导航到： ``` C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\ ``` ✅ 你会看到类似这样的文件夹： ``` v11.8\ v12.0\ v12.1\ ← 这才是你实际安装的！ ``` > ❗如果你只看到 `v11.8`，那 `v12.2` 根本不存在 —— 你的代码写错了路径。 --- ### ✅ 第二步：自动获取真实 CUDA 安装路径（Python） 不要硬编码 `v12.2`！用以下健壮代码自动探测： ```python import os import glob import subprocess def find_cuda_path(): """ 自动查找系统中已安装的 CUDA Toolkit 的 bin 目录（Windows） 返回: str 或 None（未找到） """ # ✅ 方式1：从 nvcc 所在目录反推（最可靠） try: result = subprocess.run(["nvcc", "--version"], capture_output=True, text=True, timeout=5) if result.returncode == 0 and "release" in result.stdout: # nvcc 通常在 .../CUDA/vX.Y/bin/nvcc.exe nvcc_path = subprocess.run(["where", "nvcc"], capture_output=True, text=True).stdout.strip() if nvcc_path and os.path.exists(nvcc_path): bin_dir = os.path.dirname(nvcc_path) cuda_bin = os.path.dirname(bin_dir) # → .../CUDA/vX.Y/ if os.path.basename(cuda_bin).startswith("v"): return os.path.join(cuda_bin, "bin") except Exception: pass # ✅ 方式2：扫描默认安装路径 default_roots = [ r"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA", r"C:\Program Files (x86)\NVIDIA GPU Computing Toolkit\CUDA", ] for root in default_roots: if os.path.isdir(root): # 查找形如 v12.1, v11.8 的子目录，取最新版（按字典序） versions = sorted( [d for d in os.listdir(root) if os.path.isdir(os.path.join(root, d)) and d.startswith("v")], reverse=True ) if versions: latest_ver = versions[0] bin_path = os.path.join(root, latest_ver, "bin") if os.path.isdir(bin_path): return bin_path return None # ✅ 使用它！ CUDA_BIN = find_cuda_path() if not CUDA_BIN: raise RuntimeError("❌ CUDA Toolkit not found. Please install it from https://developer.nvidia.com/cuda-toolkit-archive") print(f"✅ Found CUDA bin: {CUDA_BIN}") os.add_dll_directory(CUDA_BIN) # ✅ 现在这行不会再报 FileNotFoundError！ ``` 📌 运行后输出类似： ``` ✅ Found CUDA bin: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\bin ``` --- ### ✅ 第三步：同样自动找 cuDNN（避免硬编码路径） ```python def find_cudnn_bin(): """ 尝试在常见位置查找 cudnn64_X.dll（X 是主版本号） 返回: cudnn bin 目录路径，如 "C:/tools/cudnn-8.9.7/bin" """ # 常见 cuDNN 解压路径（按优先级） candidates = [ # 1. 用户自定义常用路径 r"C:\tools\cudnn*\bin", r"D:\cudnn*\bin", # 2. CUDA 安装目录内（部分旧版会放这里） r"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v*\lib\x64", r"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v*\bin", ] for pattern in candidates: for path in glob.glob(pattern): if os.path.isdir(path): # 检查是否存在 cudnn64_*.dll dlls = glob.glob(os.path.join(path, "cudnn64_*.dll")) if dlls: return path return None CUDNN_BIN = find_cudnn_bin() if CUDNN_BIN: print(f"✅ Found cuDNN bin: {CUDNN_BIN}") os.add_dll_directory(CUDNN_BIN) else: print("⚠️ cuDNN not found — ONNX Runtime may fail to load CUDA EP.") ``` --- ### ✅ 完整可运行诊断脚本（复制即用） 保存为 `cuda_probe.py`： ```python import os import glob import subprocess def find_cuda_path(): try: # Try nvcc first result = subprocess.run(["nvcc", "--version"], capture_output=True, text=True, timeout=5) if result.returncode == 0: # Get nvcc.exe location where_out = subprocess.run(["where", "nvcc"], capture_output=True, text=True).stdout.strip() if where_out and os.path.exists(where_out): bin_dir = os.path.dirname(where_out) cuda_root = os.path.dirname(bin_dir) if os.path.basename(cuda_root).startswith("v") and os.path.isdir(os.path.join(cuda_root, "bin")): return os.path.join(cuda_root, "bin") except Exception: pass # Fallback: scan default paths for root in [r"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA"]: if os.path.isdir(root): vers = sorted([d for d in os.listdir(root) if os.path.isdir(os.path.join(root, d)) and d.startswith("v")], reverse=True) for v in vers: bin_path = os.path.join(root, v, "bin") if os.path.isdir(bin_path): return bin_path return None def find_cudnn_bin(): for pattern in [r"C:\tools\cudnn*\bin", r"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v*\bin"]: for p in glob.glob(pattern): if os.path.isdir(p): if glob.glob(os.path.join(p, "cudnn64_*.dll")): return p return None # 🔍 执行探测 print("🔍 Probing CUDA & cuDNN installation...") cuda_bin = find_cuda_path() cudnn_bin = find_cudnn_bin() print(f"✅ CUDA bin: {cuda_bin or '❌ Not found'}") print(f"✅ cuDNN bin: {cudnn_bin or '⚠️ Not found (may cause CUDA EP failure)'}") # ✅ 安全添加（仅当路径存在时） if cuda_bin and os.path.isdir(cuda_bin): os.add_dll_directory(cuda_bin) print("✅ Added to DLL search path") if cudnn_bin and os.path.isdir(cudnn_bin): os.add_dll_directory(cudnn_bin) print("✅ Added cuDNN to DLL search path") # 🧪 验证：尝试加载 cudart（CUDA 最基础 DLL） if cuda_bin: try: import ctypes ctypes.CDLL(os.path.join(cuda_bin, "cudart64_12.dll")) # 自动适配：12.x → _12 print("✅ cudart64_12.dll loaded successfully") except OSError as e: print(f"❌ Failed to load cudart: {e}") ``` --- ### ✅ 如果 `nvcc` 都没装？—— 你需要先安装 CUDA Toolkit！ 1. ✅ 访问 [CUDA Toolkit Archive](https://developer.nvidia.com/cuda-toolkit-archive) 2. ✅ 下载与你 **NVIDIA 驱动兼容** 的版本（查看 `nvidia-smi` 顶部显示的 “CUDA Version”） > 示例：`nvidia-smi` 显示 `CUDA Version: 12.2` → 可安全安装 CUDA 12.0 ~ 12.2（向下兼容） 3. ✅ 运行安装程序，**务必勾选 “Add CUDA to system PATH”**（否则 `nvcc` 不可用） 4. ✅ 重启终端/PyCharm，再运行 `nvcc --version` 验证 --- ### ✅ 补充：为什么 `os.add_dll_directory()` 在 Python < 3.8 会报错？ - `os.add_dll_directory()` 是 **Python 3.8+ 新增函数**（为解决 Windows DLL 加载安全问题） - 如果你用的是 Python 3.7 或更早 → 会报 `AttributeError: module 'os' has no attribute 'add_dll_directory'` ✅ 兼容旧版写法（Python 3.6+）： ```python import os if hasattr(os, 'add_dll_directory'): os.add_dll_directory(CUDA_BIN) else: # Python < 3.8: 修改 PATH 环境变量（效果相同） os.environ["PATH"] = CUDA_BIN + os.pathsep + os.environ["PATH"] ``` ---