SRU：ModuleNotFoundError: No module named ‘cuda_functional‘和OSError: libnvrtc.so: cannot open shared

  最近为了尝试解决LSTM开销大的问题，在查找一些改进工作，首先是找到了Simple Recurrent Units for Highly Parallelizable Recurrence（SRU）这篇工作，但是在使用的过程中一直遇到两个错（如题），看了作者Github(https://github.com/asappresearch/sru)上Issue中的帖子，别没有发现好的解决办法，今天下午就尝试着自己去分析了这两个问题的根源。
实验环境
OS：Linux
Cuda：10.0.130
pytorch：1.2.0
sru：2.1.6

安装SRU

1. pip install sru(默认最新版)
2. 通过源码python setup.py install or pip install .
3. 如果要指定版本，例如我的环境不支持目前最新的2.5.1所以我选择了2.1.6
   a) pip install sru==2.16
   b)下载相应版本的源码，通过python setup.py install or pip install .安装
   c)下载方式：点击tags标签就会看到所有的版本，可以选择合适的进行下载
   
   d）安装前一定要先安装好requirements.txt中所需要的库

为了验证是否会遇到该帖子的问题，建议先运行GitHub仓库中给定的样例代码(我们在最后添加一行打印输出)

import torch
from sru import SRU, SRUCell

# input has length 20, batch size 32 and dimension 128
x = torch.FloatTensor(20, 32, 128).cuda()

input_size, hidden_size = 128, 128

rnn = SRU(input_size, hidden_size,
    num_layers = 2,          # number of stacking RNN layers
    dropout = 0.0,           # dropout applied between RNN layers
    bidirectional = False,   # bidirectional RNN
    layer_norm = False,      # apply layer normalization on the output of each layer
    highway_bias = 0,        # initial bias of highway gate (<= 0)
    rescale = True,          # whether to use scaling correction
)
rnn.cuda()

output_states, c_states = rnn(x)      # forward pass
print(output_states.shape)

# output_states is (length, batch size, number of directions * hidden size)
# c_states is (layers, batch size, number of directions * hidden size)

问题一：ModuleNotFoundError: No module named 'cuda_functional’

解决思路：
  既然问题是找不到module，那我们就直接去源码分析，首先通过上图可以看到问题出在sru库，那我们直接到这个库看一下，通过命令 ls /home/***/anaconda3/lib/python3.6/site-packages/sru/实际中根据自己的环境路径来更改，我们发现，sru下有这个模块

既然有这个模块依然找不到，那么第一反应就应该是查看__init__.py文件，我们发现其中确实没有导入这个模块，那么我们就自己加入这个引用from .cuda_functional import *，问题得到根本解决

问题二：OSError: libnvrtc.so: cannot open shared object file: No such file or directory
  解决了问题一，这是接下来的报错

  GitHub Issue中有人提到libnvrtc.so.10.0的问题，可能是cuda版本不匹配，自己可以去尝试，我的是匹配的，而且服务器不是自己的也无法更改cuda版本，检测方式如下图：

   第一步：还是从报错内容上分析，找不到这个.so文件，就先去查一下这到底是是个什么(https://www.cnpython.com/pypi/pynvrtc)，通过下图可知，我们是可以自己传这个.so文件的参数的

  第二步：分析源码是在什么位置，是在如下文件的49行，这个lib_name就是关键点，我们再去找这个参数如何传递过去，是在红色箭头上一行的文件中的444行

  第三步：那么这里就可以有两种改法
方式一：通过命令ls /usr/local/cuda-10.0/lib64/我们可以看到这里有两个libnvrtc.so文件，不过后边带了版本号，那么我们可以复制一份，命名为libnvrtc.so（需要权限，所以没有采用该方式）
方式二：更改源码：
我们可以到刚才的文件的444行去，添加一个参数**lib_name=‘libnvrtc.so.10.0’**即可

样例代码输出为：

至此，在2.1.6版本上这两个问题得以解决，其他版本未做使用，具体的版本差异在哪也未做深入研究，所以不过多保证其他版本也会遇到该问题。