老旧环境torch版本（0.4.1）环境配置总结

遇到了CUDA 的计算架构不支持的情况

首先这个项目所要求的是安装一个非常老的版本的torch 是0.4.1这个非常老旧的torch 是一个甚至小于1.0 版本的上古架构

在安装的时候废了不小时间
最终终于在官网查到了安装这个版本的torch的方法

先前版本的torch下载路径：https://pytorch.org/get-started/previous-versions/

可以看到所支持的版本支持三种CUDA版本

然后我就尝试了，第一个版本进行安装

conda install pytorch=0.4.1 cuda90 -c pytorch

过程中出现了明明已经显示安装成功了，但是还是显示没有安装的结果

很明显是因为conda 包管理的原因让其无法在 pip中显示并且无法调用

所以尝试使用pip 进行安装这里利用上了我之前写过的博客使用加速的情况下手动下载torch的whl文件然后手动安装文件，最终安装成功

验证结果：

运行编译文件

发现出现了第一个比较抽象的报错：

可以发现是说 nvcc fatal ：不支持的计算结构 compute_30 去查找是哪里定义了这个参数，

定位到了具体位置后发现，这个地方是写CUDA_ARCH那么就去查找 CUDA_ARCH是什么意思猜测应该是架构的意思
然后，发现了这个网页：
https://developer.nvidia.com/cuda-gpus

在问了AI之后发现，这个compute_30,sm_30 都只带的是当前显卡的计算性能，仔细一对比还真是。30系的8.6的性能，而我有12.0

然后就大胆的写下了

然后就输出了大量log：

running build_ext
skipping 'model/utils/bbox.c' Cython extension (up-to-date)
skipping 'pycocotools/_mask.c' Cython extension (up-to-date)
Compiling nms kernels by nvcc...
Including CUDA code.
/home/esheep_coder/PSN-GD-main/lib/model/nms
['/home/esheep_coder/PSN-GD-main/lib/model/nms/src/nms_cuda_kernel.cu.o']
generating /tmp/tmp8f4aey6q/_nms.c
setting the current directory to '/tmp/tmp8f4aey6q'
running build_ext
building '_nms' extension
creating home
creating home/esheep_coder
creating home/esheep_coder/PSN-GD-main
creating home/esheep_coder/PSN-GD-main/lib
creating home/esheep_coder/PSN-GD-main/lib/model
creating home/esheep_coder/PSN-GD-main/lib/model/nms
creating home/esheep_coder/PSN-GD-main/lib/model/nms/src
gcc -pthread -B /home/esheep_coder/miniconda3/envs/psn/compiler_compat -Wl,--sysroot=/ -DNDEBUG -g -fwrapv -O3 -Wall -Wstrict-prototypes -std=c99 -fPIC -DWITH_CUDA -I/home/esheep_coder/miniconda3/envs/psn/lib/python3.6/site-packages/torch/utils/ffi/../../lib/include -I/home/esheep_coder/miniconda3/envs/psn/lib/python3.6/site-packages/torch/utils/ffi/../../lib/include/TH -I/home/esheep_coder/miniconda3/envs/psn/lib/python3.6/site-packages/torch/utils/ffi/../../lib/include/THC -I/usr/local/cuda/include -I/home/esheep_coder/miniconda3/envs/psn/include/python3.6m -c _nms.c -o ./_nms.o -std=c99
In file included from /home/esheep_coder/miniconda3/envs/psn/lib/python3.6/site-packages/torch/utils/ffi/../../lib/include/THC/THCGeneral.h:15,
                 from /home/esheep_coder/miniconda3/envs/psn/lib/python3.6/site-packages/torch/utils/ffi/../../lib/include/THC/THC.h:4,
                 from _nms.c:570:
/usr/local/cuda/include/cusparse.h:434:1: warning: ‘csric02Info_t’ is deprecated: The type

可算没有错误了，既然cuda编译完毕了那么现在开始实现训练过程编译

编译过程错误详解

问题1详解

错误分析：这个错误是因为 Pillow (PIL) 库缺少 libtiff 依赖。问题在于 Pillow 需要 libtiff 的动态链接库，但在当前环境中找不到。

解决办法：

# Ubuntu/Debian
sudo apt-get update
sudo apt-get install libtiff5-dev libtiff5

# 或者如果上面的不行，尝试：
sudo apt-get install libtiff-dev

问题2详解

Traceback (most recent call last):
  File "main.py", line 24, in <module>
    from model.utils.net_utils import weights_normal_init, clip_gradient, sampler
  File "/home/esheep_coder/PSN-GD-main/lib/model/utils/net_utils.py", line 10, in <module>
    from model.roi_crop.functions.roi_crop import RoICropFunction
  File "/home/esheep_coder/PSN-GD-main/lib/model/roi_crop/functions/roi_crop.py", line 4, in <module>
    from .._ext import roi_crop
  File "/home/esheep_coder/PSN-GD-main/lib/model/roi_crop/_ext/roi_crop/__init__.py", line 3, in <module>
    from ._roi_crop import lib as _lib, ffi as _ffi
ImportError: /home/esheep_coder/PSN-GD-main/lib/model/roi_crop/_ext/roi_crop/_roi_crop.so: undefined symbol: __cudaRegisterFatBinaryEnd

问题原因：这个错误又回到了 CUDA 版本不匹配的问题。__cudaRegisterFatBinaryEnd 符号缺失表明编译环境和运行环境的 CUDA 版本不一致。

根本原因
之前编译的 .so 文件是用不同版本的 CUDA 编译的，与当前 PyTorch 使用的 CUDA 版本不兼容。

所以要删除之前编译的结果

使用如下办法可以进行删除原先的文件这个指令可以直接查找.so 文件然后在本地进行编译
解决办法：

find . -name "*.so" -delete

使用这个后所有的后缀的文件都删除了，然后可以重新编译

编译后还是遇到了相同的报错：

(psn) esheep_coder@esheep:~/PSN-GD-main$ sh scripts/train-1-2-fc.sh 
Traceback (most recent call last):
  File "main.py", line 24, in <module>
    from model.utils.net_utils import weights_normal_init, clip_gradient, sampler
  File "/home/esheep_coder/PSN-GD-main/lib/model/utils/net_utils.py", line 10, in <module>
    from model.roi_crop.functions.roi_crop import RoICropFunction
  File "/home/esheep_coder/PSN-GD-main/lib/model/roi_crop/functions/roi_crop.py", line 4, in <module>
    from .._ext import roi_crop
  File "/home/esheep_coder/PSN-GD-main/lib/model/roi_crop/_ext/roi_crop/__init__.py", line 3, in <module>
    from ._roi_crop import lib as _lib, ffi as _ffi
ImportError: /home/esheep_coder/PSN-GD-main/lib/model/roi_crop/_ext/roi_crop/_roi_crop.so: undefined symbol: __cudaRegisterFatBinaryEnd

只有一种可能就是当前的cuda版本和torch做默认使用cuda版本不一致

那么我们使用下面的代码进行验证当前的torch的cuda版本和当前计算机中所安装的cuda版本

(psn) esheep_coder@esheep:~$ python -c "import torch; print('PyTorch version:', torch.__version__); print('CUDA version:', torch.version.cuda)"
PyTorch version: 0.4.1
CUDA version: 9.0.176
(psn) esheep_coder@esheep:~$ nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2025 NVIDIA Corporation
Built on Fri_Feb_21_20:23:50_PST_2025
Cuda compilation tools, release 12.8, V12.8.93
Build cuda_12.8.r12.8/compiler.35583870_0

那么现在就只剩一条路了，就是重新安装cuda 9.0 版本卸载12.8版本

这么搞就时间复杂喽，要动的东西太多了

发现cuda 不一致原因

是因为我们的conda里面安装了一个cuda版本，是cuda9.0 但是系统在默认执行的时候使用是系统环境变量的主cuda版本也就是cuda 12.8 。
使用一下代码实现查看当前所使用的cuda位置

(psn) esheep_coder@esheep:~$ which nvcc
/usr/local/cuda-12.8/bin/nvcc

现在确定了我们已经安装了一个cuda 版本后，接下来就是想办法让conda环境中的cuda全程生效覆盖掉全局变量这样就不会出现在编译的时候使用的是cuda9.0 但是运行训练脚本的时候使用的是12.8

解决办法：将当前环境的cuda直接作为全局变量进行生效，就不会出现这个问题了

1.查看当前的cuda 和当前环境的conda环境变量

(psn) esheep_coder@esheep:~$ echo "CONDA_PREFIX: $CONDA_PREFIX"
CONDA_PREFIX: /home/esheep_coder/miniconda3/envs/psn
(psn) esheep_coder@esheep:~$ echo "CUDA_HOME: $CUDA_HOME"
CUDA_HOME: :/usr/local/cuda-12.8

检查conda环境内的CUDA相关文件

(psn) esheep_coder@esheep:~$ find $CONDA_PREFIX -name "nvcc" -type f 2>/dev/null
(psn) esheep_coder@esheep:~$ find $CONDA_PREFIX -name "cudart*" -type f 2>/dev/null
(psn) esheep_coder@esheep:~$ ls -la $CONDA_PREFIX/bin/ | grep cuda
(psn) esheep_coder@esheep:~$ ls -la $CONDA_PREFIX/lib/ | grep cuda
-rw-r--r--  2 esheep_coder esheep_coder      1092 Jan  9  2018 cudatoolkit_config.yaml
lrwxrwxrwx  1 esheep_coder esheep_coder        20 Oct 30 09:18 libcudart.so -> libcudart.so.9.0.176
lrwxrwxrwx  1 esheep_coder esheep_coder        20 Oct 30 09:18 libcudart.so.9.0 -> libcudart.so.9.0.176
-rwxr-xr-x  2 esheep_coder esheep_coder    454544 Jan  9  2018 libcudart.so.9.0.176

结果显示我们当前的cuda不是一个完整的cuda环境还缺少一个NVCC编译环境和其他的CUDA 开发工具

现在有两条路，一条路是：直接补全环境

另一条路是利用现有的nvcc编译环境进行编译用以解决编译问题，但是我认为，这样的方法是无效的，因为现在的问题恰恰出在，编译的时候使用的是一个cuda版本）（12.8），运行的时候是另一个cuda版本(9.0) 也就是现在之所以代码能跑起来，但是有报错就是这个原因

使用这个命令可以查看当前安装的cuda环境们

使用了很多方法都没有是成功将cuda-nvcc9.0 安装上去，最终多亏看到了这个博客，其中书写了如何安装nvcc的方法。AI所提供的信息全是叫你如何使用正确的进行下载但是会发现都找不到这个包还是在这个命令厉害

conda install -c "nvidia/label/cuda-9.0" cuda-nvcc

验证一下 conda list | grep cuda

果然成功了吗？
你发现了更离谱的情况，明明代码显示torch使用的是cuda 9.0 ，但是nvcc 显示的都是cuda 13.0 （2025新出）因此cuda环境又错了

而且现在最新的cuda彻底编译这个项目都不支持了,彻底玩完

现在只有一种方法了：重装环境，然后将整个项目代码重构，实现支持cuda13.0 但这工程量太大，彻底不可能了

第二条路试试 cuda 10.0能不能装上 nvcc （赌博的成分极大，因为官方只讲这个版本支持到9.0）

这个问题彻底成为一个我无法解决的难题了，因为这个问题一个无法调和的矛盾，只要使用torch0.4版本太过老旧，太多的组件现在已经无法下载，这个项目就是缺少了一个，9.0版本的NVCC编译器。
如果想要运行这个项目就必须使用这个版本进行论文复现，不能进行重写方法复现。
安装torch0.4 就自带了cuda9.0 （linux）无法避免的情况
当然就是去安装一个类似 1.1.x 1.2.x 这样的版本去尝试能不能完成安装nvcc了，也就是找一个更高版本torch，看看有没有一个能够正好兼容这个项目版本的代码，让代码跑起来

尝试

当前最低nvcc版本是11.3.58

conda install pytorch==1.8.1 torchvision==0.9.1 torchaudio==0.8.1 cudatoolkit=11.3 -c pytorch -c conda-forge

可以看到，此时已经成功安装，并且卸载掉原有框架了

那么再重新编译一下：
结果竟然是：

skipping 'model/utils/bbox.c' Cython extension (up-to-date)
skipping 'pycocotools/_mask.c' Cython extension (up-to-date)
Compiling nms kernels by nvcc...
nvcc fatal   : Unknown option '--gencode'
Traceback (most recent call last):
  File "build.py", line 4, in <module>
    from torch.utils.ffi import create_extension
  File "/home/esheep_coder/miniconda3/envs/psn/lib/python3.6/site-packages/torch/utils/ffi/__init__.py", line 1, in <module>
    raise ImportError("torch.utils.ffi is deprecated. Please use cpp extensions instead.")
ImportError: torch.utils.ffi is deprecated. Please use cpp extensions instead.
Compiling roi pooling kernels by nvcc...
nvcc fatal   : Unknown option '--gencode'
Traceback (most recent call last):
  File "build.py", line 4, in <module>
    from torch.utils.ffi import create_extension
  File "/home/esheep_coder/miniconda3/envs/psn/lib/python3.6/site-packages/torch/utils/ffi/__init__.py", line 1, in <module>
    raise ImportError("torch.utils.ffi is deprecated. Please use cpp extensions instead.")
ImportError: torch.utils.ffi is deprecated. Please use cpp extensions instead.

立即修复步骤
先检查项目结构：

bash
cd /home/esheep_coder/PSN-main
find . -name "build.py" -exec grep -l "gencode|ffi" {} ;
告诉我找到的文件路径，我可以帮你具体修改编译选项

或者直接尝试安装 PyTorch 1.4.0：

bash
pip install torch1.4.0 torchvision0.5.0
这个项目明显是为老版本 PyTorch (0.4.1-1.4) 设计的，需要相应版本的环境才能正常编译。

结论

综上所述，本项目在原有基础上无法再做任何尝试，本项目本地部署失败，定为难题，等到以后解决

posted @ 2025-10-30 18:53 E_sheep 阅读(36) 评论(0) 收藏举报

刷新页面返回顶部

E-Sheep

老旧环境torch版本（0.4.1）环境配置总结

遇到了CUDA 的计算架构不支持的情况

运行编译文件

编译过程错误详解

发现cuda 不一致原因

尝试

结论

公告