paddle-bot[bot]
commented
1 week ago 你的PR提交成功，感谢你对开源项目的贡献! 请关注后续CI自动化测试结果，详情请参考Paddle-CI手册。 Your PR has been submitted. Thanks for your contribution! Please wait for the result of CI firstly. See Paddle CI Manual for details.
PR Category
PR Types
Description
总的来说安装步骤可以细分为3步： 总的来说安装步骤可以细分为3步： step1：找nvidia-cuda包， 与Linux相同，使用pip安装 step2: 安装nvidia包，相关包的安装目录层级也与Linux相同。 step3: 动态加载相关dll，与Linux不同，Linux可以使用ELF工具对单个dll进行设置rpath，但windows没有相关工具。 需要解决的问题：存在跨目录依赖的dll加载，即a.dll依赖于b.dll。但两者不在一个目录，且所在目录均不在系统搜索路径PATH下，该如何正确加载的问题。 解决方案： 扩展windows的dll加载机制，支持跨目录依赖情形下的dll加载，本PR已解决。实际使用中dll的正确加载还依赖于cuda_bin_dir值的准确传递，正常使用的话如；import paddle，cuda_bin_dir的值始终是正确的，但在单测中的测试命令如下： "C:\Program Files\CMake\bin\cmake.exe" "-E" "env" "PYTHONPATH=C:/workspace/Paddle/build/python" "C:/Python310/python.exe" "C:/workspace/Paddle/tools/test_runner.py" "test_sequence_conv_deprecated"中指定PYTHONPATH后，则cuda_bin_dir的值被C:/workspace/Paddle/build/python/paddle/../nvidia，但相关nvidia的库实际安装位置在“C:\Python310\Lib\site-packages\nvidia”目录下，因此按照单测的使用方式会找不到cuda相关的库，需要调整PYTHONPATH的值。总的来说安装步骤可以细分为3步： step1：找nvidia-cuda包， 与Linux相同，使用pip安装 step2: 安装nvidia包，相关包的安装目录层级也与Linux相同。 step3: 动态相关dll，与Linux不同，Linux可以使用ELF工具对单个dll进行设置rpath，但windows没有相关工具。 需要解决的问题：存在跨目录依赖的dll加载，即a.dll依赖于b.dll。但两者不在一个目录，且所在目录均不在系统搜索路径PATH下，该如何正确加载的问题。 解决方案： 扩展windows的dll加载机制，支持跨目录依赖情形下的dll加载，本PR已解决。实际使用中dll的正确加载还依赖于cuda_bin_dir值的准确传递，正常使用的话如；import paddle，cuda_bin_dir的值始终是正确的，但在单测中的测试命令如下： "C:\Program Files\CMake\bin\cmake.exe" "-E" "env" "PYTHONPATH=C:/workspace/Paddle/build/python" "C:/Python310/python.exe" "C:/workspace/Paddle/tools/test_runner.py" "test_sequence_conv_deprecated"中指定PYTHONPATH后，则cuda_bin_dir的值被C:/workspace/Paddle/build/python/paddle/../nvidia，但相关nvidia的库实际安装位置在“C:\Python310\Lib\site-packages\nvidia”目录下，因此按照单测的使用方式会找不到cuda相关的库，需要调整PYTHONPATH的值。