训练卷积神经网络遇CuDNN警告：需安装nvrtc.so，求解决方案

问题背景 #

训练以下卷积神经网络时：

def __init__(self, n_channels, n_classes):
    super().__init__()
    self.model = models.mobilenet_v3_large(pretrained=True)
    self.model.classifier[-1] = nn.Linear(1280, n_classes)
    self.model.features[0][0] = nn.Conv2d(
        n_channels,
        16,
        kernel_size=(3, 3),
        stride=(2, 2),
        padding=(1, 1),
        bias=False,
    )

出现警告：

UserWarning: Applied workaround for CuDNN issue, install nvrtc.so

警告关联代码片段：

return F.conv2d(input, weight, bias, self.stride,

警告含义 #

这个提示说明PyTorch在执行卷积操作（F.conv2d）时，发现系统缺失nvrtc.so库——这是NVIDIA Runtime Compilation库的核心文件，CuDNN依赖它完成部分卷积运算的动态优化。PyTorch自动启用了兼容方案来维持训练，但可能会损失部分运算性能。

解决办法 #

• 匹配并重装CUDA工具包与驱动：确认NVIDIA驱动版本和CUDA工具包版本为官方推荐的兼容组合，重新安装CUDA工具包时勾选Runtime组件，nvrtc.so会随工具包一同安装。
• 配置环境变量：Linux系统需将CUDA的lib目录添加到LD_LIBRARY_PATH，执行命令（路径根据实际安装位置调整）：

  export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
  

  Windows系统则确保CUDA_PATH和PATH包含CUDA的bin和libnvvp目录。
• 对齐PyTorch与CUDA版本：检查PyTorch版本是否支持当前CUDA版本，使用官方提供的pip/conda命令重新安装匹配版本的PyTorch。
• 临时屏蔽警告（不推荐）：若暂时无法修复库问题，可通过代码过滤警告，但这仅能隐藏提示，无法解决性能损耗问题：

  import warnings
  warnings.filterwarnings("ignore", message="Applied workaround for CuDNN issue, install nvrtc.so")
  

内容的提问来源于stack exchange，提问作者sadegh-pz