pytorch_quantization/cuda_ext.cpython-310-x86_64-linux-gnu.so: undefined symbol: _ZN3c106detail1

最新推荐文章于 2025-06-26 09:04:54 发布
原创 最新推荐文章于 2025-06-26 09:04:54 发布 · 3.9k 阅读 · 14 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#pytorch #量化

文章讲述了在使用pytorch_quantization进行量化时遇到的ImportError，特别是关于cuda_ext.cpython-310-x86_64-linux-gnu.so中的undefinedsymbol问题，以及提供了解决方案——降级到pytorch-quantization2.1.3版本。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

pytorch_quantization/cuda_ext.cpython-310-x86_64-linux-gnu.so: undefined symbol: _ZN3c106detail1

pytorch_quantization/cuda_ext.cpython-310-x86_64-linux-gnu.so: undefined symbol: _ZN3c106detail1

使用 pytorch_quantization 进行量化

报错现象

Python 3.10.13 | packaged by conda-forge | (main, Dec 23 2023, 15:36:39) [GCC 12.3.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> from pytorch_quantization import quant_modules
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/data/miniconda3/envs/py310_nlp/lib/python3.10/site-packages/pytorch_quantization/__init__.py", line 20, in <module>
    from .quant_modules import *
  File "/data/miniconda3/envs/py310_nlp/lib/python3.10/site-packages/pytorch_quantization/quant_modules.py", line 23, in <module>
    from pytorch_quantization import nn as quant_nn
  File "/data/miniconda3/envs/py310_nlp/lib/python3.10/site-packages/pytorch_quantization/nn/__init__.py", line 19, in <module>
    from pytorch_quantization.nn.modules.tensor_quantizer import *
  File "/data/miniconda3/envs/py310_nlp/lib/python3.10/site-packages/pytorch_quantization/nn/modules/tensor_quantizer.py", line 24, in <module>
    from pytorch_quantization.tensor_quant import QuantDescriptor, tensor_quant, fake_tensor_quant, scaled_e4m3
  File "/data/miniconda3/envs/py310_nlp/lib/python3.10/site-packages/pytorch_quantization/tensor_quant.py", line 28, in <module>
    from pytorch_quantization import cuda_ext
ImportError: /data/miniconda3/envs/py310_nlp/lib/python3.10/site-packages/pytorch_quantization/cuda_ext.cpython-310-x86_64-linux-gnu.so: undefined symbol: _ZN3c106detail14torchCheckFailEPKcS2_jRKNSt7__cxx1112basic_stringIcSt11char_traitsIcESaIcEEE

重点错误提示：

ImportError: /data/miniconda3/envs/py310_nlp/lib/python3.10/site-packages/pytorch_quantization/cuda_ext.cpython-310-x86_64-linux-gnu.so: undefined symbol: _ZN3c106detail14torchCheckFailEPKcS2_jRKNSt7__cxx1112basic_stringIcSt11char_traitsIcESaIcEEE

重点：

pytorch_quantization/cuda_ext.cpython-310-x86_64-linux-gnu.so: undefined symbol: _ZN3c106detail14torchCheckFailEPKcS2_jRKNSt7__cxx1112basic_stringIcSt11char_traitsIcESaIcEEE

解决方法

默认安装的 pytorch-quantization 为 2.2.1 版本，安装 2.1.3 即可正常使用

pip install pytorch-quantization==2.1.3
causal-conv1d-cuda.cpython-310-x86-64-linux-gnu.so
05-27
安装成功后，还是遇到ImportError xxxx causal_conv1d_cuda.cpython-xxx-linux-gnu.so undefined symbol，用此编译好的文件进行替换即可
_bz2.cpython-37m-x86_64-linux-gnu.so
10-10
下载编译好的含有bz2的so文件 将_bz2.cpython-37m-x86_64-linux-gnu.so放到对应的python3.7文件夹里…/python3.7/lib-dynload/下 测试： python3 import bz2
ImportError causal_conv1d_cuda.cpython-310-x86_64-linux-gnu.so undefined symbol解决
weixin_45983731的博客
06-07 1978
causal_conv1d不能使用Pip安装，否则报错：ImportError: /home/robot/anaconda3/envs/mamba/lib/python3.10/site-packages/causal_conv1d_cuda.cpython-310-x86_64-linux-gnu.so: undefined symbol: _ZN3c104cuda20CUDACachingAllocator9allocatorE解决方法：安装mamba错误ImportError causal_conv1
Linux下安装yolomambaT踩过的坑
最新发布
weixin_46513236的博客
06-26 29
起初的原因是，想要跑一个用到了yolomambaT的项目，故尝试在ubuntu中配置mamba-ssm库。提示需要缺少mamba-ssm、DCN4等库后报错频繁，遇到了许多问题。查阅了很多blog和issue，安装了很多次环境，仿佛已经对注意事项倒背如流，但是新问题总是源源不断。。。
[已解决] flash-attn报错flash_attn_2_cuda.cpython-310-x86_64-linux-gnu.so: undefined symbol
a61022706的博客
09-10 2万+
最后使用pip install whl路径,下载好flash-attn,大功告成!返回如下结果,可知torch版本为2.3.1。cuda版本为V12.5.40。
解决：lietorch_backends.cpython-310-x86_64-linux-gnu.so: undefined symbol: _ZNK3c107SymBool10guard_bool
hulxhlx的博客
10-23 770
运行python -c "import torch;print(torch.cuda.is_available())这个问题主要是环境错乱引起的， 可以看出splat和dpvo都出现了。直接unset PYTHONPATH。
解决bug: .cpython-37m-x86_64-linux-gnu.so: undefined symbol:
beneficial的博客
01-23 7484
解决bug: .cpython-37m-x86_64-linux-gnu.so: undefined symbol:
LLaVA微调debug：ImportError: xxx/flash_attn_2_cuda.cpython-310-x86_64-linux-gnu.so: undefined symbol:
Mugi_jiang的博客
07-29 2993
flash-attn版本问题，到官网上下载对应自己cuda和torch版本的whl文件，再安装，注意我一开始下了这种TRUE的版本，出现了以上错误，改下FALSE版本后解决。注意是那个TRUE和FALSE的问题！
pytorch_quantization报错
niudaniuworking的博客
08-20 846
原因是pytorch_quantization安装的不符合当前GPU架构需要重新安装pytorch_quantization【源码安装】但是相同环境下去掉pytorch_quantization中的init, 不实用QAT即可成功运行。
error: could not create ‘.cpython-312-x86_64-linux-gnu.so‘: No such file or directory
m0_57885027的博客
10-19 583
在用cpython封装Python代码时候，一直出现No such file or directory问题。改了文件结构也不对。直接新建一个文件目录，提示缺哪个就建立哪个文件地址。
/mmcv/_ext.cpython-37m-x86_64-linux-gnu.so: undefined symbol
热门推荐
先说一下，就简单地写点儿氵文，不是博客，只是我的笔记本/工具书
07-13 2万+
跑mmdetection的Demo，碰见这个错误： ImportError: XX/python3.7/site-packages/mmcv/_ext.cpython-37m-x86_64-linux-gnu.so: undefined symbol: _ZTIN3c1021AutogradMetaInterfaceE 参考github issue: https://github.com/open-mmlab/mmdetection/issues/4291 查看FAQ： https://mmdetect
Mamba selective-scan-cuda-linux-gnu.so
05-13
安装成功后，还是遇到ImportError xxxx selective_scan_cuda.cpython-xxx-linux-gnu.so undefined symbol，用此编译好的文件进行替换即可
解决ImportError: ..mmcv/_ext.cpython-36m-x86_64-linux-gnu.so: undefined symbol: _ZNK2at6Tensor6device
qq_62018762的博客
12-13 3379
报错解决
ImportError:undefined symbol: _ZN2at5sliceERKNS_6TensorElN3c108optionalIlEES5_l
冰雪的博客
01-04 1215
ImportError:undefined symbol: _ZN2at5sliceERKNS_6TensorElN3c108optionalIlEES5_l
_C.cpython-36m-x86_64-linux-gnu.so: undefined symbol: _ZN3c106Device8validateE import torchvision失败
Arthur_Holmes的博客
09-16 9335
https://github.com/facebookresearch/maskrcnn-benchmark/issues/891 import torchvision失败 pip install -U torchvision==0.4.0
报错undefined symbol: _ZN3c104impl23ExcludeDispatchKeyGuardC1ENS_11DispatchKeyE
路过人间，一叶知秋
06-10 1万+
报错 python报错： _C.cpython-36m-x86_64-linux-gnu.so: undefined symbol: _ZN3c104impl23ExcludeDispatchKeyGuardC1ENS_11DispatchKeyE ImportError: /usr/local/lib/python3.6/dist-packages/pytorch3d/_C.cpython-36m-x86_64-linux-gnu.so: undefined symbol: _ZN3c104impl23
cpython-36m-x86_64-linux-gnu.so undefined symbol玄学解决
On the Road
09-14 1万+
cpython-36m-x86_64-linux-gnu.so undefined symbol玄学解决 xshell上使用python import一个机器学习的动态库，一直直接使用都正常，自从改了bashrc以添加一个新的模块以后，再import老是报错，出现一大堆undefined symbol。 不信邪用实验室同学的号同一个bashrc内容，同一个python、gcc版本，别人的都可以运行成功，只有我的不行。 后来想到这个动态库是pytorch架构的，于是在代码import这个库之前加上了impor
解决mmcv/_ext.cpython-39-x86_64-linux-gnu.so: undefined symbol: _ZN3c104impl8GPUTrace13gpuTraceStateE
qq_59302714的博客
06-25 2369
问题原因：mmcv版本问题，mmcv的下载路径不同时，即使同为一个版本，也会因不适配pytorch版本而报错报错（如我下载的错误路径的2.0.0就报错，修改正确路径后即不报错）注：如果上述版本无自己环境中的版本，则点击下方小蓝字 build mmcv from source，根据指引完成安装。下滑，选择自己的操作系统、pytorch和cuda，mmcv版本则按需选择，一般来说不会因为mmcv版本报错。简单解决：将以下cuda和torch版本更换为环境对应的版本。解决方法：先卸载已安装的mmcv。
ImportError: /home/user/miniconda3/envs/mxl/lib/python3.8/site-packages/selective_scan_cuda.cpython-38-x86_64-linux-gnu.so: undefined symbol:
03-15
<think>好的，用户遇到了一个ImportError，涉及到未定义的符号_selective_scan_cuda，这通常是由于库版本不匹配或者编译问题导致的。我需要根据提供的引用信息和常见解决方法，逐步分析可能的原因和解决方案。 首先，用户提到的错误信息是ImportError: ... undefined symbol: selective_scan_cuda...，这类似于引用[1]和[3]中的情况。引用[1]中的错误是由于PyTorch Quantization扩展与当前环境中的PyTorch或CUDA版本不兼容，引用[3]则是由于MMCV版本不正确，重新安装对应版本解决了问题。 接下来，我应该检查几个方面：CUDA版本、PyTorch版本、相关库（如mmcv或问题中的selective_scan_cuda所属库）是否正确安装，以及是否在编译时使用了正确的环境变量。 步骤可能包括： 1. 确认CUDA和PyTorch版本是否匹配。用户需要运行`nvidia-smi`查看CUDA驱动版本，`conda list | grep torch`查看PyTorch版本，并确保两者兼容。 2. 检查是否有多个PyTorch版本冲突，或者环境变量PATH和LD_LIBRARY_PATH是否正确设置。 3. 重新安装相关库，特别是如果selective_scan_cuda属于某个特定库（如mmcv或自定义库），可能需要按照引用[3]的方法指定正确的版本。 4. 可能需要进行强制重新编译，设置环境变量如`MMCV_WITH_OPS=1`，或者使用`--no-cache-dir`确保重新下载安装。 5. 如果问题仍然存在，可能需要从源码编译相关库，确保与当前环境完全兼容。 用户可能已经按照类似引用[3]的方法尝试过，但可能没有正确指定CUDA版本或PyTorch版本。需要强调严格按照官方文档的安装指南，特别是版本对应表格。此外，用户可能忽略了清除安装缓存，导致旧版本残留，因此建议使用`--no-cache-dir`选项。 最后，建议用户提供更多环境信息以便进一步排查，如CUDA版本、PyTorch版本和相关库的版本号，这样可以更精准地定位问题。</think>### ImportError: undefined symbol selective_scan_cuda 问题分析 #### 问题原因 该错误通常由以下原因导致： 1. **库版本不兼容**：引用的动态库（如`_selective_scan_cuda`相关模块）与当前PyTorch/CUDA环境不匹配[^1][^3]。 2. **编译环境污染**：安装过程中使用了不兼容的编译器或缓存文件残留。 3. **依赖项缺失**：缺少CUDA运行时库或特定符号的依赖项。 --- ### 逐步解决方法 #### 1. 验证CUDA和PyTorch版本兼容性 - **检查CUDA驱动版本**： ```bash nvidia-smi | grep "CUDA Version" ``` 输出示例：`CUDA Version: 12.2` 确保PyTorch版本支持该CUDA版本（如PyTorch 2.0+支持CUDA 12.x）。 - **检查PyTorch安装版本**： ```bash conda list | grep torch # 或 pip show torch ``` 若版本不匹配，按[PyTorch官方表格](https://pytorch.org/get-started/previous-versions/)重新安装： ```bash pip install torch==2.0.1+cu117 -f https://download.pytorch.org/whl/torch_stable.html ``` #### 2. 清理并重装问题库 - **强制重装依赖库**（以`selective_scan_cuda`所属库为例）： ```bash pip uninstall selective_scan_cuda -y pip install selective_scan_cuda --no-cache-dir --force-reinstall ``` 添加`--no-cache-dir`避免残留旧编译文件。 #### 3. 指定编译环境变量 若库需要源码编译，设置正确的CUDA路径： ```bash export CUDA_HOME=/usr/local/cuda-12.2 # 根据实际路径修改 export PATH=$CUDA_HOME/bin:$PATH export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$LD_LIBRARY_PATH ``` 随后重新编译安装。 #### 4. 检查符号链接 若报错涉及`undefined symbol: _ZN...`，可能是ABI不兼容： ```bash # 检查PyTorch的CXX11 ABI是否匹配 python -c "import torch; print(torch._C._GLIBCXX_USE_CXX11_ABI)" ``` 输出应为`1`（若编译库时启用了CXX11 ABI则需一致）。 --- ### 验证步骤 ```bash # 尝试导入问题库 python -c "import selective_scan_cuda; print(&#39;Success&#39;)" ``` 若仍失败，检查`ldd`依赖： ```bash ldd /path/to/selective_scan_cuda.cpython-38-x86_64-linux-gnu.so ``` ---
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

szZack

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值