构建CLIP-Fields容器时CUDA_HOME未设置的问题及解决咨询

基础镜像是否包含所需的CUDA和PyTorch？ #

pytorch/pytorch:1.8.1-cuda11.1-cudnn8-runtime镜像确实包含匹配版本的PyTorch和CUDA Runtime，但它属于runtime版本镜像，仅提供CUDA运行时依赖，缺少完整的CUDA Toolkit开发组件。不过当前报错是CUDA_HOME环境变量未设置，并非缺少开发组件，优先解决环境变量问题即可。

如何正确设置CUDA_HOME？ #

有两种可行的设置方式：

方式1：在Dockerfile中全局设置环境变量 #

在执行安装命令前，添加ENV指令全局配置CUDA_HOME：

ENV CUDA_HOME=/usr/local/cuda
RUN python setup.py install

方式2：在单个RUN命令中临时设置 #

如果不需要全局配置，可在安装命令所在的RUN指令中临时导出环境变量：

RUN export CUDA_HOME=/usr/local/cuda && python setup.py install

额外说明 #

如果设置CUDA_HOME后仍出现编译类错误（如找不到CUDA头文件、nvcc编译器），说明CLIP-Fields的安装依赖完整的CUDA开发工具，此时建议替换为devel版本的基础镜像：pytorch/pytorch:1.8.1-cuda11.1-cudnn8-devel，该镜像内置完整的CUDA Toolkit，且默认已配置好CUDA_HOME环境变量。

内容的提问来源于stack exchange，提问作者Pep Bravo