更改cuda等环境路径后 在anaconda prompt激活环境时出现了 如下问题，该如何解决

之前 因为出现“此环境变量太大, 此对话框允许将值设置为最长2047个字符”问题，然后我就把环境变量 改了一下
然后再用anaconda prompt后 激活环境时 就出现这样的问题了 就出现这样的问题了

img

应该怎么办

你把报错复制出来发个我

将CUDA等环境的路径缩短到较短的长度。例如，将路径从"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0"缩短为"C:\CUDA\v11.0"，你的环境变量是这么改的吗？

基于new bing部分指引作答：
这个问题是由于环境变量中的路径过长导致的。Windows的命令行有一个限制，即单行命令不能超过一定的字符数。当环境变量中的路径过长时，会导致命令行无法正确执行。

有几种方法可以解决这个问题：

方法1：删除不必要的路径

1、打开系统的环境变量设置。
2、找到并编辑包含过长路径的环境变量（例如，PATH）。
3、删除其中不必要的路径，尤其是那些您不再使用的路径。
4、保存更改并关闭环境变量设置。
5、重新启动Anaconda Prompt并尝试激活环境。
方法2：将路径添加到activate.bat脚本

1、找到Anaconda安装目录下的Scripts文件夹（例如，C:\Anaconda3\Scripts）。
2、在该文件夹中找到activate.bat文件，备份一份以防万一。
3、使用文本编辑器打开activate.bat文件。
4、在文件中添加以下命令行语句来设置您需要的环境变量（替换为您自己的路径）：

set PATH=C:\新路径;%PATH%

5、保存更改并关闭activate.bat文件。
6、重新启动Anaconda Prompt并尝试激活环境。
方法3：使用anaconda-navigator

1、打开Anaconda Navigator。
2、在"Environments"选项卡中，选择您要激活的环境。
3、点击右侧的"Play"按钮来激活环境。
4、这样可以避免使用命令行，并且不会受到字符长度限制的影响。
请根据您的具体情况选择适合您的解决方法。

我是重新做了个新的CUDA_PATH路径
%CUDA_SDK_PATH%\bin\win64;%CUDA_SDK_PATH%\common\lib\x64;%CUDA_PATH%\bin;%CUDA_PATH%\lib\x64;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3;C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.3;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\bin;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\libnvvp;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\libnvvp;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\lib\x64;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\include;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\extras\CUPTI\lib64;C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\bin\win64;C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\common\lib\x64;C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.3\bin\win64;C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.3\common\lib\x64;%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%
然后把这个路径

img


这样引到原路径下

建议你：

  • 不要直接修改环境变量路径
  • 如果一定要修改,建议使用 conda 自带的方式，conda 会自动将 CUDA 等依赖安装到正确的路径
  • 另外,使用 virtualenv 来隔离不同依赖的环境,而不是直接修改系统环境变量

目前的解决方案：

重新创建一个包含 PyTorch 等依赖的 Anaconda 环境，激活该环境后,使用 conda list 查看是否包含了正确的 PyTorch 安装