pytorch编译 CUDA_cublas_device_LIBRARY报错

当你尝试使用PyTorch在CUDA上运行代码时，遇到`CUDA_cublas_device_LIBRARY`相关的编译错误可能是由于缺少必要的库文件，或者库路径设置不正确。这通常发生在以下几个情况：

1. **缺失依赖**：确保已经安装了正确的CUDA版本和cuDNN（CUDA数学库），因为这两个是PyTorch在GPU上运行的基础。你可以通过命令行检查是否安装了它们：

   NVIDIA-SMI 或 nvidia-smi
   conda list | grep cudatoolkit
   conda list | grep cudnn

2. **环境变量问题**：检查CUDA和cuDNN库的路径是否已添加到系统的环境变量`LD_LIBRARY_PATH`或`PATH`中，特别是如果你在非标准位置安装了这些库。

3. **构建PyTorch时配置**：在编译PyTorch时，如果没有正确地指定了cuda和cudnn的选项，可能会导致这个错误。如果你是从源码编译，确认`setup.py`中的`CUDA_HOME`和`cuDNN_HOME`变量指向了正确的目录。

4. **冲突的库版本**：如果有其他软件或库也使用了相同的CUDA/cuDNN版本，可能会引起冲突。确保你的系统中只有一份独立的CUDA/cuDNN。

如果以上步骤都做了还是无法解决，可以尝试卸载并重新安装PyTorch，或者清理旧的库文件和依赖，然后再次尝试编译。