conda环境下version libcublasLt.so.11 not defined问题解决

原创

已于 2023-12-12 23:29:37 修改 · 1w 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习 #人工智能 #pytorch #conda

于 2023-11-08 11:43:26 首次发布

文章讲述了在进行模型训练时遇到的CUDA版本与PyTorch版本不匹配的错误，通过检查模块版本并调整安装的torch、torchaudio和torchvision版本至cu117，成功解决了问题。同时介绍了Conda作为包管理和环境管理工具在Python项目中的重要性及其核心功能和优势。

1 问题描述

运行模型训练，错误信息如下：

Traceback (most recent call last):
  File "/opt/Bert-VITS2/./text/chinese_bert.py", line 3, in <module>
    import torch
  File "/root/anaconda3/envs/vits/lib/python3.9/site-packages/torch/__init__.py", line 191, in <module>
    _load_global_deps()
  File "/root/anaconda3/envs/vits/lib/python3.9/site-packages/torch/__init__.py", line 153, in _load_global_deps
    ctypes.CDLL(lib_path, mode=ctypes.RTLD_GLOBAL)
  File "/root/anaconda3/envs/vits/lib/python3.9/ctypes/__init__.py", line 382, in __init__
    self._handle = _dlopen(self._name, mode)
OSError: /root/anaconda3/envs/vits/lib/python3.9/site-packages/torch/lib/../../nvidia/cublas/lib/libcublas.so.11: symbol cublasLtGetStatusString, version libcublasLt.so.11 not defined in file libcublasLt.so.11 with link time reference

2 问题分析

查看模块版本，显示如下：

 pip list
Package                       Version
----------------------------- ----------
.

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

源启智能

关注关注

1
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
打赏
打赏
打赏举报

举报

专栏目录

Fix Bug: “undefined symbol: ..., version libcublasLt.so.11“ （简单有效！强推~）

能找到答案的，只有自己

02-20

3292

环境配置中的bug和坑

Python OSError: symbol cublasLtHSHMatmulAlgoInit, version libcublasLt.so.11 not defined的解决

WinterShiver

07-25

2185

类似这类问题的产生原因都是cudnn的环境变化，如重装cudnn相关工具包等。所以每次通过conda或pip重装过cudnn的包之后，要警惕上述这类问题的发生。引用的，后者所在的路径通过报错信息给出。也遇到过相似的问题，所以很明显就是一个找不到。在启动终端后，运行程序前没，运行以下指令添加。在这次这个问题里面，找不到的文件是。至此问题的解决方案已经清晰，加一下。

参与评论您还未登录，请先登录后发表或查看评论

libcublasLt.so.11 not defined in file libcublasLt.so.11 with link time reference

m0_58244340的博客

01-25

1995

找到报错symbol cublasLtGetStatusString, version libcublasLt.so.11 not defined in file libcublasLt.so.11 with link time reference前面的路径，按照顺序找到libcublasLt.so.11位置，问题出现可能原因：1.CUDA和torch版本不匹配 2.路径配置不对，无法找到文件libcublasLt.so.11。方法1.设置临时变量。

OSError: libcublas.so.11: symbol free_gemm_select version libcublasLt.so.11 not defined (已解决）

m0_49247468的博客

01-06

4619

【报错】OSError: libcublas.so.11: symbol free_gemm_select version libcublasLt.so.11 not defined (已解决）

symbol free_gemm_select, version libcublasLt.so.11 not defined in file libcublasLt.so.11 with link t

qq_51666588的博客

11-06

852

输入后就解决了，不知道原因。

During handling of the above exception, another exception occurred: Traceback (most recent call last): File "main.py", line 5, in <module> import torch File "/root/miniconda3/envs/myconda/lib/python3.7/site-packages/torch/__init__.py", line 217, in <module> _load_global_deps() File "/root/miniconda3/envs/myconda/lib/python3.7/site-packages/torch/__init__.py", line 178, in _load_global_deps _preload_cuda_deps() File "/root/miniconda3/envs/myconda/lib/python3.7/site-packages/torch/__init__.py", line 158, in _preload_cuda_deps ctypes.CDLL(cublas_path) File "/root/miniconda3/envs/myconda/lib/python3.7/ctypes/__init__.py", line 364, in __init__ self._handle = _dlopen(self._name, mode) OSError: /root/miniconda3/envs/myconda/lib/python3.7/site-packages/nvidia/cublas/lib/libcublas.so.11: symbol cublasLtGetStatusString version libcublasLt.so.11 not defined in file libcublasLt.so.11 with link time reference

热门推荐

bcfd_yundou的博客

02-24

1万+

pytorch安装报错

undefined symbol: cublasLtGetStatusString, version libcublasLt.so.11

一休

12-22

4986

报错symbol cublasLtHSHMatmulAlgoInit, version libcublasLt.so.11 not defined in file libcublasLt.so.11

weixin_61156398的博客

03-10

2012

报错symbol cublasLtHSHMatmulAlgoInit, version libcublasLt.so.11 not defined in file libcublasLt.so.11 with link time reference解决

libcublas.so.11: undefined symbol和libstdc++.so.6: version `GLIBCXX_3.4.29‘ not found

m0_56118671的博客

02-24

878

libcublas.so.11: undefined symbol和libstdc++.so.6: version `GLIBCXX_3.4.29' not found

symbol cublasLtGetStatusString version libcublasLt.so.11 not defined in file libcublasLt.so.11 with

qq_43586192的博客

09-13

853

运行yolov8遇到问题，通过报错。通过增加一个临时变量。

OSError: undefined symbol: cublasLtGetStatusString, version libcublasLt.so.11

weixin_51154668的博客

07-30

461

问题：未加入lib路径。

OSError: libcublasLt.so.11: cannot open shared object file: No such file or directory

weixin_41922868的博客

10-24

3244

修改bug

conda环境下安装libm.so

03-09

<think>好的，我现在需要帮助用户解决在Conda虚拟环境中缺少libm.so的问题。首先，我应该回忆一下用户提到的引用内容，看看是否有相关的线索。用户提供的引用中，引用[5]提到了通过符号链接解决libm.so.6的问题，但这是在系统目录下操作的。不过用户现在想在Conda环境中解决，可能需要不同的方法。首先，我需要确认libm.so是什么。libm是数学库，通常属于glibc的一部分，系统级别的库，一般不会通过Conda安装。Conda主要管理用户空间的软件包，而系统库可能需要其他方式处理。不过，Conda也有一些机制可以处理依赖，比如使用conda安装某些包含这些库的包，或者创建符号链接。接下来，用户的问题可能是在Conda环境中运行程序时，找不到libm.so。可能的原因包括环境变量没有正确指向系统库，或者程序需要特定版本的libm，而系统中安装的版本不兼容。根据引用[5]，用户之前可能遇到GLIBC版本问题，但这次是在Conda环境中。可能的解决方案包括： 1. 检查Conda环境中是否有提供libm的包。例如，某些Conda包可能包含这些系统库，或者通过conda-forge安装相关工具。例如，安装glibc的包，但通常glibc是系统级的，Conda可能不提供。需要查证是否存在这样的包。 2. 在Conda环境中创建符号链接指向系统的libm.so。但需要注意权限问题，以及这样做是否安全。不过，如果用户没有系统权限，可能需要其他方法。 3. 使用Conda的环境变量来指定库路径，将系统的库路径包含进去，比如设置LD_LIBRARY_PATH。不过，在Conda环境中，这可能会有冲突，因为Conda通常会管理自己的环境变量。另外，用户提到引用[4]中的内容，显示他们创建了一个Python 3.9的Conda环境，并安装了PyTorch。可能用户是在这个环境中遇到了问题。需要确定是否在激活Conda环境后，程序无法找到libm.so。可能的步骤： - 检查系统是否有libm.so。通常位于/lib/x86_64-linux-gnu/或/lib64/。可以使用命令`find / -name libm.so*`来查找。 - 确认程序在运行时是否能够访问这些路径。如果Conda环境修改了LD_LIBRARY_PATH，可能排除了系统路径，需要调整环境变量。 - 如果libm.so确实存在，但环境找不到，可以在Conda环境中设置LD_LIBRARY_PATH，将系统库路径包含进去。例如，在激活环境后执行`export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/lib/x86_64-linux-gnu/`，具体路径根据实际情况调整。 - 或者，在Conda环境中创建符号链接到用户有权限的目录，比如环境的lib目录。例如，在Conda环境的lib目录下创建符号链接指向系统的libm.so。例如：`ln -s /lib/x86_64-linux-gnu/libm.so.6 $CONDA_PREFIX/lib/libm.so.6`。需要注意，直接修改系统库或创建符号链接可能需要管理员权限，但如果在用户目录下操作，可能不需要。此外，如果用户使用Conda环境，应当尽量通过Conda包来解决依赖，避免手动操作。另外，可能需要安装提供libm的Conda包，例如`libgcc`或`sysroot`相关的包。可以尝试搜索Conda仓库是否有相关包。例如，使用`conda search libm`或者`conda search glibc`。如果上述方法不可行，可能需要考虑使用Docker容器，在容器中配置正确的环境，但这可能超出了用户当前的需求。总结可能的步骤： 1. 确认系统是否安装了所需的libm版本，并找到其路径。 2. 在Conda环境中设置LD_LIBRARY_PATH包含该路径。 3. 或者在Conda环境的lib目录中创建符号链接指向系统的libm.so。 4. 如果Conda有提供相关包，则优先使用conda安装。需要提醒用户谨慎操作符号链接，避免影响系统稳定性。如果用户没有管理员权限，可能需要使用用户空间的方法，或者在Conda环境中安装兼容的库。</think>在Conda虚拟环境中解决缺少$libm.so$的问题，可以通过以下步骤进行配置： ### 方法一：设置动态链接库路径 1. **定位系统库文件** 执行命令查找$libm.so$的路径： ```bash find / -name libm.so* 2>/dev/null ``` 典型路径为$/lib/x86_64-linux-gnu/libm.so.6$或$/lib64/libm.so.6$[^5]。 2. **配置环境变量** 激活Conda环境后，将系统库路径添加到`LD_LIBRARY_PATH`： ```bash conda activate your_env_name export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/lib/x86_64-linux-gnu/ ``` 该操作能让程序在运行时优先从指定路径加载依赖库。 ### 方法二：创建符号链接 1. **在Conda环境中建立软链接** 将系统$libm.so$链接到Conda环境的`lib`目录： ```bash ln -s /lib/x86_64-linux-gnu/libm.so.6 $CONDA_PREFIX/lib/libm.so.6 ``` 此方法无需修改系统文件，仅影响当前虚拟环境。 ### 方法三：通过Conda包管理 1. **安装兼容的编译工具链** 尝试安装包含基础库的Conda包： ```bash conda install -c conda-forge sysroot_linux-64 ``` 该包可能提供与系统库兼容的依赖项。 ### 注意事项 - **权限问题**：若操作涉及系统目录（如$/lib64$），需管理员权限。 - **版本兼容性**：确保符号链接的库版本与程序需求一致，避免引发ABI冲突。 - **环境隔离**：优先选择在Conda环境内部操作，避免污染系统环境。 ---