### 正确设置 CUDA 12.6 和 PyTorch 6.2 的环境变量 为了正确配置 CUDA 12.6 和 PyTorch 6.2 的环境变量，需要确保系统的环境变量 `PATH` 和 `LD_LIBRARY_PATH` 已正确设置以支持 CUDA，并确保 PyTorch 安装版本与 CUDA 版本兼容。以下是详细的配置方法： #### 1. 配置 CUDA 环境变量 安装 CUDA 12.6 后，需将 CUDA 的路径添加到系统的 `PATH` 和 `LD_LIBRARY_PATH` 环境变量中。具体操作如下： - **编辑 `.bashrc` 文件**： 打开终端并编辑用户的 `.bashrc` 文件（或 `.zshrc` 文件，根据使用的 shell 类型）。 ```bash nano ~/.bashrc ``` - **添加以下内容**： 在文件末尾添加以下两行，确保路径与实际安装路径一致： ```bash export PATH=/usr/local/cuda-12.6/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-12.6/lib64:$LD_LIBRARY_PATH ``` - **使更改生效**： 保存文件后运行以下命令以应用更改： ```bash source ~/.bashrc ``` - **验证安装**： 运行以下命令以检查 CUDA 是否正确安装并配置： ```bash nvcc --version ``` 如果输出显示 CUDA 12.6 的版本信息，则说明配置成功[^2]。 #### 2. 安装与 CUDA 12.6 兼容的 PyTorch 6.2 需要注意的是，PyTorch 并没有直接提供 6.2 版本。假设用户指的是 PyTorch 1.6.0 或其他类似版本，请参考以下步骤安装与 CUDA 12.6 兼容的 PyTorch。 - **使用 pip 安装 PyTorch**： 根据官方文档，可以指定与 CUDA 12.6 兼容的 PyTorch 版本进行安装。例如： ```bash pip install torch==1.6.0+cu126 torchvision==0.7.0+cu126 -f https://download.pytorch.org/whl/torch_stable.html ``` - **使用 Conda 安装 PyTorch**： 如果使用 Anaconda 环境，可以通过以下命令安装特定版本的 PyTorch： ```bash conda install pytorch=1.6.0 cudatoolkit=12.6 -c pytorch ``` #### 3. 验证 PyTorch 和 CUDA 的兼容性 完成安装后，可以通过以下代码验证 PyTorch 是否正确识别了 CUDA： ```python import torch print(torch.cuda.is_available()) # 应返回 True print(torch.version.cuda) # 应返回 CUDA 版本号，如 '12.6' ``` 如果上述代码输出符合预期，则说明环境变量和安装均配置正确。 --- ###