Jetson Nano终端Python3可用CUDA，脚本文件中不可用的解决求助

1. 对齐交互终端与脚本的环境变量 #

交互终端能正常识别CUDA，说明环境变量配置正确，但脚本执行时可能未继承这些变量：

• 导出交互终端的环境变量：

  python3 -c "import os; print('\n'.join(f'{k}={v}' for k,v in os.environ.items()))" > env_interactive.txt
  

• 在脚本开头临时添加导出代码，执行脚本得到脚本环境的变量：

  # 临时插入file.py最顶部
  import os
  with open('env_script.txt', 'w') as f:
      f.write('\n'.join(f'{k}={v}' for k,v in os.environ.items()))
  

• 对比两个文件，重点补全CUDA_HOME、PATH、LD_LIBRARY_PATH等CUDA相关变量，仅补充缺失部分，不要覆盖原有值：

  # 示例：补全LD_LIBRARY_PATH的CUDA路径
  import os
  cuda_lib_path = "/usr/local/cuda/lib64"
  if cuda_lib_path not in os.environ.get('LD_LIBRARY_PATH', ''):
      os.environ['LD_LIBRARY_PATH'] = f"{cuda_lib_path}:{os.environ.get('LD_LIBRARY_PATH', '')}"
  

2. 确保脚本使用与交互终端相同的Python解释器 #

Jetson Nano的Torch绑定系统默认Python，若脚本用了其他解释器（如虚拟环境）会导致CUDA失效：

• 交互终端执行以下命令获取正确解释器路径：

  which python3
  python3 -c "import sys; print(sys.executable)"
  

• 用绝对路径调用脚本，比如：

  /usr/bin/python3 file.py
  

3. 检查CUDA设备权限 #

脚本执行时可能没有访问GPU设备的权限：

• 先尝试用sudo执行脚本验证：

  sudo python3 file.py
  

• 若sudo后正常，给当前用户添加GPU设备权限：

  sudo usermod -aG video $USER
  # 重启系统后生效
  

4. 避免错误设置CUDA_VISIBLE_DEVICES #

不要直接覆盖CUDA_VISIBLE_DEVICES，这会破坏Jetson默认的设备映射，导致其他功能失效。如需指定设备，应基于原有变量追加：

import os
current_devices = os.environ.get('CUDA_VISIBLE_DEVICES', '')
os.environ['CUDA_VISIBLE_DEVICES'] = f"0,{current_devices}" if current_devices else "0"

内容的提问来源于stack exchange，提问作者R. Boudewijn