import torch._C error

Question

之前用 Featurize 跑实验，配置环境从来没出现过这种问题 昨天转到学校的服务器里准备跑实验，装好了miniconda，创建好了虚拟环境，刚进去 torch 就报这种错误，今天搞一天了
torch 官网有一样的 issue，但是要用到 sudo，搞不了呀
经过跟 GPT 的深入交谈以及师兄师姐们的配置对比，把问题集中在 gcc 版本问题上，通过本地绕过 root 的方式安装 gcc 也没效果，然后利用 conda 的forge 安装 gcc 和 gxx 后，导入 torch还是一样的报错。
在命令窗口中无 CPU 的情况下可以正常导入
帮帮忙

Answer 1

晚上好🌙🌙🌙
本答案参考通义千问

你遇到的 import torch._C error 问题，通常与 PyTorch 的编译依赖、CUDA 版本、或者系统环境配置有关。根据你的描述，你在学校服务器上尝试运行 PyTorch 时出现了这个问题，而之前在本地使用 Featurize 环境没有出现过。这说明问题可能出在 服务器的环境配置 上。

---

🧠 问题分析

1. torch._C 是 PyTorch 的 C++ 扩展模块，如果无法导入，通常是由于：

   • 编译依赖（如 gcc, g++, libstdc++）缺失或版本不兼容。
   • PyTorch 安装文件损坏或未正确安装。
   • CUDA 或 cuDNN 版本与 PyTorch 不兼容。
   • 没有正确设置环境变量（如 LD_LIBRARY_PATH）。

2. 你提到：

   • 使用 Miniconda 创建了虚拟环境。
   • 尝试通过 Conda 安装 gcc 和 gxx，但无效。
   • 在命令行中无 CPU 时可以正常导入，说明可能是 CUDA 支持的问题。

---

✅ 解决方案步骤

1. 确认 PyTorch 是否正确安装

确保你使用的是 conda 安装 或 pip 安装 的 PyTorch，并且是与当前系统匹配的版本。

• 检查 PyTorch 是否安装成功：

  python -c "import torch; print(torch.__version__)"
  

• 如果报错，尝试重新安装 PyTorch：

  • 通过 conda 安装（推荐）：

    conda install pytorch torchvision torchaudio cudatoolkit=11.8 -c pytorch
    

    注意：cudatoolkit=11.8 需要与你的 GPU 兼容。你可以通过以下命令查看服务器支持的 CUDA 版本：

    nvidia-smi
    

  • 通过 pip 安装：

    pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
    

---

2. 检查 GCC/G++ 版本和依赖库

PyTorch 依赖于一些系统级的编译工具链，尤其是当你从源码构建或使用某些扩展时。

• 查看当前 GCC 版本：

  gcc --version
  g++ --version
  

• 如果版本过低，尝试更新： 你可以使用 conda 来安装更高版本的 GCC：

  conda install -c conda-forge gcc=12.2
  

• 确保 libstdc++ 库已安装：

  conda install -c conda-forge libstdcxx-ng
  

---

3. 检查 CUDA 和 cuDNN 是否可用

PyTorch 在加载时会尝试加载 CUDA 和 cuDNN，如果这些库不可用，可能会导致 torch._C 报错。

• 检查 CUDA 是否可用：

  python -c "import torch; print(torch.cuda.is_available())"
  

• 如果输出为 False，说明 CUDA 可能未正确安装或未被 PyTorch 识别。

• 手动设置环境变量： 如果你已经安装了 CUDA，但 PyTorch 未识别到，可以尝试设置如下环境变量：

  export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
  

---

4. 使用虚拟环境并隔离依赖

你提到“无 CPU 的情况下可以正常导入”，这说明可能是 CUDA 依赖未正确加载。建议你创建一个干净的虚拟环境，并逐步安装依赖。

• 创建新的虚拟环境：

  conda create -n myenv python=3.9
  conda activate myenv
  

• 安装 PyTorch 和相关依赖：

  conda install pytorch torchvision torchaudio cudatoolkit=11.8 -c pytorch
  

• 测试是否可导入：

  python -c "import torch; print(torch.__version__); print(torch.cuda.is_available())"
  

---

5. 尝试使用 CPU 模式运行（临时方案）

如果你暂时无法解决 CUDA 问题，可以强制 PyTorch 使用 CPU 模式运行。

• 修改代码，强制使用 CPU：

  import torch
  device = torch.device("cpu")
  model = torch.nn.Linear(10, 2).to(device)
  

---

🔧 常见错误及修复方法

| 错误信息 | 原因 | 解决方法 | |----------|------|----------| | ImportError: /.../torch/_C.cpython-39-x86_64-linux-gnu.so: undefined symbol: _ZNSt7__throw_with_nestedISt14out_of_rangeEERKNS_12basic_stringIcSt11char_traitsIcESaIcEEE | GCC 版本过低或不兼容 | 安装更高版本的 GCC（通过 conda） | | No module named 'torch' | PyTorch 未正确安装 | 重新安装 PyTorch（通过 conda 或 pip） | | CUDA not available | CUDA 未安装或未正确配置 | 安装 CUDA 并设置环境变量 |

---

🧪 附录：完整操作流程示例

# 创建新环境
conda create -n pytorch_env python=3.9
conda activate pytorch_env

# 安装 PyTorch（假设 CUDA 11.8）
conda install pytorch torchvision torchaudio cudatoolkit=11.8 -c pytorch

# 测试 PyTorch 是否可用
python -c "import torch; print(torch.__version__); print(torch.cuda.is_available())"

# 设置 CUDA 路径（如果需要）
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

---

🛠️ 最终建议

• 如果你无法使用 sudo，尽量使用 Conda 管理依赖，因为它可以在用户目录下安装，无需 root 权限。
• 如果仍然无法解决，请提供完整的错误日志（包括 import torch 时的完整报错），我可以进一步帮助你定位问题。

---

如果你愿意，也可以贴出你当前的环境配置（如 Python 版本、CUDA 版本、PyTorch 版本等），我会帮你更精准地诊断问题。