解决安装使用 torch过程中碰到的问题

现象

安装使用 torch过程中碰到以下的问题

import torch
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/local/lib/python3.10/dist-packages/torch/__init__.py", line 235, in <module>
    from torch._C import *  # noqa: F403
ImportError: /usr/local/lib/python3.10/dist-packages/torch/lib/../../nvidia/cusparse/lib/libcusparse.so.12: undefined symbol: __nvJitLinkAddData_12_1, version libnvJitLink.so.12

解决思路

从错误信息来看，问题似乎与CUDA的运行时库和JIT编译器版本不匹配有关。这可能是因为服务器的PyTorch版本与CUDA版本不兼容，或者服务器的CUDA安装有问题。

以下是一些可能的解决方案：

• 检查和更新PyTorch版本：首先，尝试更新PyTorch到最新版本，以确保它与你的CUDA版本兼容。你可以使用pip或conda进行更新。例如，使用pip：

pip install --upgrade torch

• 检查和更新CUDA版本：如果更新PyTorch没有解决问题，你可能需要检查并更新你的CUDA版本。你可以从NVIDIA的官方网站下载和安装与你的PyTorch版本兼容的CUDA版本。
• 重新安装PyTorch和CUDA：如果上述步骤都没有解决问题，你可能需要卸载PyTorch和CUDA，然后重新安装它们。在重新安装之前，确保删除所有相关的残留文件和目录。
• 使用虚拟环境：为了防止库之间的版本冲突，你可以考虑使用虚拟环境（例如conda或venv）。这样，你可以为每个项目创建一个独立的环境，每个环境都有自己的库版本。
• 确保库之间的兼容性：有时候，你可能安装了一些与PyTorch或CUDA不兼容的库。确保你安装的所有库都与你的PyTorch和CUDA版本兼容。
• 检查系统路径：确保LD_LIBRARY_PATH环境变量包含指向CUDA和PyTorch库的路径。

我的解决方法

升级CUDA版本。