import torch 提示问题ImportError: libc.so.6: version `GLIBC_2.14‘ not found

原创 已于 2023-09-16 11:41:08 修改 · 753 阅读 · 0 ·
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：

#linux

于 2022-03-31 16:58:52 首次发布
本文详细介绍了如何下载并安装GLIBC 2.14，包括解压源码、配置、编译和安装过程，以及最后创建软链接以更新系统库。

1、下载地址：glibc-2.14.tar.xz，下载glibc-2.14.tar.gz完之后解压到glibc-2.14目录里，如下代码

tar -xf glibc-2.14.tar.xz
cd glibc-2.14
mkdir build
cd build

2、进入build目录安装

../configure --prefix=/usr/local/glibc-2.14  --with-headers=/usr/include
make -j4
make install

3、修改软链接

ln -s  /usr/local/glibc-2.14/lib/libc-2.14.so   /lib64/libc.so.6

学生版 ImportError: /lib64/libstdc++.so.6: version `GLIBCXX_3.4.21‘ not found (required by /home
Yonggie的博客
09-16 2502
非常感谢此帖子：https://blog.csdn.net/phdsky/article/details/84104769 此贴给的不是方法，而是刨根究底原因在哪。比那些上来就先xx再xx然后xx的好得多，真yue了。 思路 所以，问题的根本原因是linux的某个动态链接库找不着。 那显然linux有一个环境变量叫做LD_LIBRARY_PATH是专门给动态链接库的路径的。只要在此路径下发现libstdc++.so.6，此问题就解决了。 需求 我看不少人直接修改系统的bashrc或者bash profile
服务器RStudio：ImportError: /usr/lib/x86_64-linux-gnu/libstdc++.so.6: version `GLIBCXX_3.4.26‘ not found
watermel__的博客
10-13 1155
RStudio: 想在RStudio中调用python文件 library(reticulate) source_python("metrics.py") 报错： Error in py_run_file_impl(file, local, convert) : ImportError: /usr/lib/x86_64-linux-gnu/libstdc++.so.6: version `GLIBCXX_3.4.26' not found (required by /home/***/miniconda
glibc-2.14.tar.gz
01-13
glibc-2.14.tar.gz 附安装说明,解决提示glibc2.14未安装问题
linux下glibc-2.14安装
u013216061的博客
12-15 5万+
下载地址：http://ftp.gnu.org/gnu/glibc/ 下载glibc-2.14.tar.xz 解压下载的文件，同时在该文件的目录下建立一个build目录。 tar glibc-2.14.tar.gz cd glibc-2.14 mkdir build cd build安装步骤 进入到之前建立的build目录下， ../glibc_2.xxx/configure -
glibc.so.2_14安装
weixin_38679007的博客
06-02 655
各版本下载地址：下载地址 下载地址 下载地址wget http://ftp.gnu.org/gnu/glibc/glibc-2.14.tar.gz wget http://ftp.gnu.org/gnu/glibc/glibc-ports-2.14.tar.gz 解压 tar -xvf glibc -2.14.tar.gz tar -xvf glibc-ports-2.14.tar.gz安装...
glibc-2.14.tar
04-01
/lib64/libc.so.6: version `GLIBC_2.14' not found
glibc2.14 .rar
11-24
使用以下命令升级glibc rpm -Uvh glibc-utils-2.14.1-6.x86_64.rpm --nodeps rpm -Uvh glibc-2.14.1-6.x86_64.rpm --nodeps rpm -Uvh glibc-devel-2.14.1-6.x86_64.rpm --nodeps rpm -Uvh glibc-static-2.14.1-6.x86_64.rpm --nodeps rpm -Uvh glibc-common-2.14.1-6.x86_64.rpm --nodeps rpm -Uvh glibc-headers-2.14.1-6.x86_64.rpm --nodeps
安装pytorch时ImportError: /lib64/libm.so.6: version `GLIBC_2.27' not found
07-04
ImportError: /lib64/libm.so.6: version `GLIBC_2.27' not found ``` 该错误表明系统中的 GNU C Library（glibc）版本过低，无法满足 PyTorch 或其依赖项所要求的最低 glibc 版本（例如 GLIBC_2.27）。glibc 是 ...
(flownet) [nichangmei@gpu01 flownet2-pytorch]$ python -c "import torch; print(torch.__version__); print(torch.cuda.is_available())" Traceback (most recent call last): File "<string>", line 1, in <module> File "/home/nichangmei/miniconda3/envs/flownet/lib/python3.10/site-packages/torch/__init__.py", line 290, in <module> from torch._C import * # noqa: F403 ImportError: /lib64/libm.so.6: version `GLIBC_2.27' not found (required by /home/nichangmei/miniconda3/envs/flownet/lib/python3.10/site-packages/torch/lib/../../../../libcurand.so.10)
05-09
要解决导入PyTorch时出现的$ImportError: /lib64/libm.so.6: version \`GLIBC_2.27' not found$错误，可按照以下步骤排查和修复： --- ### 一、原因分析 该错误表明系统缺少PyTorch依赖的GNU C库版本$GLIBC\_2.27$...
glibc-2.14的rpm安装包
09-13
glibc-2.14.1-6.x86_64.rpm，glibc-common-2.14.1-6.x86_64.rpm，glibc-devel-2.14.1-6.x86_64.rpm，glibc-headers-2.14.1-6.x86_64.rpm
glibc-2.14离线安装包及安装命令
11-19
在centos6中redis2.8.2依赖2.14版本的glibc，但是原版本只是2.12，找了好久才找到，并且离线安装时也踩了几个坑，终于完成，分享出来，资源分也算是对自己辛苦付出的认可，谢谢
glibc2.14.zip
04-26
本文件用于linux服务器升级glibc2.14版本，具体操作可看博主博客的操作介绍，搜索“glibc”即可。
glibc-2.14.zip
06-14
centos升级glibc 到glibc_2.14,rpm包，省去各种麻烦 strings /lib64/libc.so.6 | grep GLIBC
glibc-2.14.tar.zip
09-02
Linux报错缺少***glibc，安装此包即可，压缩包内有安装说明，亲测可用。Linux报错缺少***glibc，安装此包即可，压缩包内有安装说明，亲测可用。
Requires: libc.so.6(GLIBC_2.14)(64bit)
qq_26249609的博客
09-14 2206
在 Centos 6 上安装一个软件，报 Requires: libc.so.6(GLIBC_2.14)(64bit)，使用命令 strings /lib64/libc.so.6 | grep GLIBC，查看支持的 gblic 版本 [root@kvm supdev]# strings /lib64/libc.so.6 | grep GLIBC GLIBC_2.2.5 GLIBC_2.2....
安装 GLIBC_2.14
qq_21612319的博客
03-31 2237
1.查看glibc最高支持的版本 strings /lib64/libc.so.6 | grep GLIBC_ 2.下载2.14版本并安装 wget http://ftp.gnu.org/gnu/glibc/glibc-2.14.tar.gz wget http://ftp.gnu.org/gnu/glibc/glibc-ports-2.14.tar.gz tar -xvf glibc...
CentOS安装glibc-2.14
热门推荐
编爱程
01-07 5万+
到http://ftp.gnu.org/gnu/glibc/下载glibc-2.14.tar.xz tar glibc-2.14.tar.gz cd glibc-2.14 mkdir build cd build ../configure --prefix==/usr/local/glibc-2.14 make -j4 su xxxx make install 看看现在libc
import torch报错ImportError: libcudss.so.0: cannot open shared object file: No such file or directory
最新发布
09-11
<think> 我们正在解决一个特定的错误：在导入PyTorch时出现ImportError: libcudss.so.0: cannot open shared object file: No such file or directory。 这个错误通常发生在系统缺少所需的CUDA动态库文件，或者PyTorch版本与CUDA版本不匹配的情况下。 根据用户描述，错误信息中提到的文件是libcudss.so.0，这通常是CUDA 11.x版本中的一个库文件。 解决思路： 1. 确认系统中安装的CUDA版本。 2. 检查PyTorch版本是否与CUDA版本兼容。 3. 确保CUDA的库文件路径被正确添加到环境变量中。 4. 如果库文件确实缺失，尝试重新安装CUDA Toolkit或建立符号链接。 具体步骤： 步骤1：检查CUDA版本 在终端中运行以下命令： ``` nvcc --version ``` 或者 ``` cat /usr/local/cuda/version.txt ``` 步骤2：确认PyTorch所需的CUDA版本 可以通过PyTorch官方文档查看你安装的PyTorch版本对应的CUDA版本要求。 例如，PyTorch 1.7.0+cu110需要CUDA 11.0。 步骤3：检查库文件是否存在 查找libcudss.so.0文件，通常在CUDA的lib64目录下。例如： ``` find /usr/local/cuda-11.0/ -name "libcudss.so*" ``` 注意：根据步骤1中查到的CUDA版本，替换路径中的版本号。 步骤4：如果库文件存在，确保环境变量LD_LIBRARY_PATH包含CUDA的lib64目录 例如，如果CUDA安装在/usr/local/cuda-11.0，则： ``` export LD_LIBRARY_PATH=/usr/local/cuda-11.0/lib64:$LD_LIBRARY_PATH ``` 可以将这行命令添加到~/.bashrc文件中，然后执行`source ~/.bashrc`使其永久生效。 步骤5：如果库文件不存在，可能是CUDA Toolkit安装不完整 考虑重新安装对应版本的CUDA Toolkit。可以从NVIDIA官网下载安装。 步骤6：如果系统中安装了多个CUDA版本，可以通过软链接将需要的版本链接到/usr/local/cuda 例如，将CUDA 11.0链接为当前使用的CUDA版本： ``` sudo rm /usr/local/cuda sudo ln -s /usr/local/cuda-11.0 /usr/local/cuda ``` 步骤7：如果上述步骤不能解决问题，可以尝试重新安装PyTorch，并指定与系统CUDA版本匹配的版本。 例如，使用pip安装： ``` pip install torch==1.7.0+cu110 torchvision==0.8.1+cu110 torchaudio==0.7.0 -f https://download.pytorch.org/whl/torch_stable.html ``` 或者通过conda安装： ``` conda install pytorch torchvision torchaudio cudatoolkit=11.0 -c pytorch ``` 注意：以上命令中的版本号需要根据实际情况调整。 补充说明： 错误信息中提到的libcudss.so.0在CUDA 11.x中通常包含在CUDA Toolkit中，但在较新的CUDA版本（如11.1及以上）中，该文件可能被重命名或拆分。 例如，在CUDA 11.1中，可能是libcudnn_adv_infer.so等文件，而libcudss.so.0可能是一个软链接。如果用户安装的是CUDA 11.1，但PyTorch需要的是CUDA 11.0，则可能会出现版本不匹配。 因此，确保PyTorch版本与CUDA版本一致非常重要。 另外，有时系统可能同时安装了多个CUDA版本，而环境变量指向的版本并不包含所需的库文件。因此，需要检查环境变量和软链接的设置。 如果用户已经尝试了上述步骤仍然无法解决问题，可能需要进一步检查系统的CUDA环境配置。 根据以上分析，我们给出如下解决方案： </think> ### 解决 `ImportError: libcudss.so.0` 错误的方法 这个错误通常由 **PyTorch版本与CUDA工具包不匹配** 或 **CUDA库路径未正确配置** 引起。以下是系统性的解决方案： --- #### 1. **验证CUDA安装** 检查CUDA工具包是否已安装： ```bash nvcc --version # 查看CUDA版本 ls /usr/local/cuda/lib64 | grep libcudss # 查找库文件 ``` - 如果未安装CUDA，需[安装匹配的CUDA版本](https://developer.nvidia.com/cuda-toolkit-archive) - 如果已安装但缺少库，重装CUDA： ```bash sudo apt install --reinstall cuda-toolkit-11-0 # 替换为你的版本 ``` --- #### 2. **检查PyTorch-CUDA兼容性** | PyTorch版本 | 所需CUDA版本 | 验证命令 | |------------|-------------|--------------------------| | 1.7.x | 11.0 | `python -c "import torch; print(torch.__version__)"` | | 1.8.x | 11.1 | | | 1.9+ | 11.1+ | | - **解决方案**： - 如果版本不匹配，重新安装PyTorch（指定CUDA版本）： ```bash # CUDA 11.0的安装命令 pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 -f https://download.pytorch.org/whl/torch_stable.html ``` --- #### 3. **配置库路径（关键步骤）** 添加CUDA库路径到环境变量： ```bash echo 'export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc source ~/.bashrc # 立即生效 ``` 验证路径是否包含： ```bash echo $LD_LIBRARY_PATH ``` --- #### 4. **创建符号链接（如果库存在但名字不符）** ```bash # 查找libcudss开头的文件 find /usr/local/cuda-11.0/lib64/ -name "libcudss*" # 创建软链接（示例） sudo ln -s /usr/local/cuda-11.0/lib64/libcudnn_adv_infer.so.8 /usr/local/cuda/lib64/libcudss.so.0 ``` > **注意**：CUDA 11.x中库可能已重命名，需根据实际文件名调整链接[^1] --- #### 5. **终极解决方案** 如果以上无效，尝试： - 完全重装CUDA + PyTorch（确保版本匹配） - 使用Docker容器（官方镜像已配置好环境） ```bash docker run --gpus all -it pytorch/pytorch:1.7.1-cuda11.0-cudnn8-devel ``` --- ### 验证修复 ```python python -c "import torch; print(torch.cuda.is_available())" # 应输出 True ```
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
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

纬领网络

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