编译faster_rcnn_pytorch时遇nvcc路径错误的技术求助

从你遇到的情况来看，系统找不到CUDA的编译器nvcc，导致setup.py执行失败。先把你碰到的错误信息贴出来方便参考：

(p27) [$USER@compute-1-5 faster_rcnn]$ ./make.sh
Traceback (most recent call last):
File "setup.py", line 59, in
CUDA = locate_cuda()
File "setup.py", line 45, in locate_cuda
raise EnvironmentError('The nvcc binary could not be '
EnvironmentError: The nvcc binary could not be located in your $PATH. Either add it to your path, or set $CUDAHOME...

下面是几个可行的解决办法：

• 临时修复（仅当前终端会话生效）
  先确认你的CUDA安装路径，默认是/usr/local/cuda，如果是自定义安装路径就换成你自己的。在终端执行以下命令：

  export PATH=/usr/local/cuda/bin:$PATH
  export CUDAHOME=/usr/local/cuda
  

  执行完后再重新运行./make.sh试试。

• 永久修复（所有终端会话生效）
  如果你不想每次都手动设置环境变量，可以把配置写入shell的初始化文件：

  1. 打开你的shell配置文件，比如bash用户编辑~/.bashrc，zsh用户编辑~/.zshrc
  2. 在文件末尾添加两行：

     export PATH=/usr/local/cuda/bin:$PATH
     export CUDAHOME=/usr/local/cuda
     

  3. 保存文件后，执行source ~/.bashrc（或对应的配置文件）使更改立即生效，之后再运行./make.sh

• 自定义CUDA安装路径的情况
  如果你把CUDA安装在了非默认路径（比如~/cuda-11.3），只需要把上面命令里的路径替换成你的实际路径即可：

  export PATH=~/cuda-11.3/bin:$PATH
  export CUDAHOME=~/cuda-11.3
  

最后，建议先验证一下nvcc是否能正常调用：执行nvcc --version，如果能输出CUDA版本信息，说明环境变量设置成功了；如果还是没输出，那可能你还没安装CUDA，得先安装对应版本的CUDA再尝试编译。

内容的提问来源于stack exchange，提问作者snazziii