解决报错ImportError: unique_cuda.cpython-37m-x86_64-linux-gnu.so: undefined symbol: _ZN6caffe28T

【BUG】MMCV的坑:ImportError: /xxxx/mmcv/_ext.cpython-38-x86_64-linux-gnu.so: undefined symbol: _ZN6caffe BUG如下 ImportError: /home/hadoop-cvml/.conda/envs/masktrackrcnn_cu102/lib/python3.8/site-packages/mmcv/_ext.cpython-38-x86_64-linux-gnu.so: undefined symbol: _ZN6caffe28TypeMeta21_typeMetaDataInstanceIdEEPKNS_6detail12TypeMetaDataEv RuntimeError: CUDA error 阅读详情

最近在调试有关pytorch-geometric包的代码的时候遇到了这个错误,具体报错如下所示:

ImportError: /home/amax/.conda/envs/SGE/lib/python3.7/site-packages/torch_sparse/unique_cuda.cpython-37m-x86_64-linux-gnu.so: undefined symbol: _ZN6caffe28TypeMeta21_typeMetaDataInstanceIN3c108BFloat16EEEPKNS_6detail12TypeMetaDataEv
(SGE) amax@admin:~/XJY/Semantic-Graph/Semantic-Graph/SGE-GNN$ python train_cross-modal.py --data_dir /home/amax/XJY/Semantic-Graph/Semantic-Graph/SGE/data_process/pascal/ --model_dir /home/amax/XJY/Semantic-Graph/Semantic-Graph/SGE/data_process/pascal
Traceback (most recent call last):
  File "train_cross-modal.py", line 5, in <module>
    from GNN.model import *
  File "/home/amax/XJY/Semantic-Graph/Semantic-Graph/SGE-GNN/GNN/model.py", line 1, in <module>
    from .conv import *
  File "/home/amax/XJY/Semantic-Graph/Semantic-Graph/SGE-GNN/GNN/conv.py", line 5, in <module>
    from torch_geometric.nn import GCNConv, GATConv
  File "/home/amax/.conda/envs/SGE/lib/python3.7/site-packages/torch_geometric/__init__.py", line 2, in <module>
    import torch_geometric.nn
  File "/home/amax/.conda/envs/SGE/lib/python3.7/site-packages/torch_geometric/nn/__init__.py", line 2, in <module>
    from .data_parallel import DataParallel
  File "/home/amax/.conda/envs/SGE/lib/python3.7/site-packages/torch_geometric/nn/data_parallel.py", line 5, in <module>
    from torch_geometric.data import Batch
  File "/home/amax/.conda/envs/SGE/lib/python3.7/site-packages/torch_geometric/data/__init__.py", line 1, in <module>
    from .data import Data
  File "/home/amax/.conda/envs/SGE/lib/python3.7/site-packages/torch_geometric/data/data.py", line 7, in <module>
    from torch_sparse import coalesce
  File "/home/amax/.conda/envs/SGE/lib/python3.7/site-packages/torch_sparse/__init__.py", line 2, in <module>
    from .coalesce import coalesce
  File "/home/amax/.conda/envs/SGE/lib/python3.7/site-packages/torch_sparse/coalesce.py", line 4, in <module>
    from .utils.unique import unique
  File "/home/amax/.conda/envs/SGE/lib/python3.7/site-packages/torch_sparse/utils/unique.py", line 5, in <module>
    import torch_sparse.unique_cuda
ImportError: /home/amax/.conda/envs/SGE/lib/python3.7/site-packages/torch_sparse/unique_cuda.cpython-37m-x86_64-linux-gnu.so: undefined symbol: _ZN6caffe28TypeMeta21_typeMetaDataInstanceIN3c108BFloat16EEEPKNS_6detail12TypeMetaDataEv

可以看到这个错误最终是指向了pytorch-sparse这个包,我们知道pytorch-geometric这个包主要有三个依赖包分别是:

torch-cluster
torch-scatter
torch-sparse

解决方案

因为我之前安装这三个包都是直接使用pip命令安装,问题好像出在使用pip安装即是安装成功了也会出现编译错误?于是我跑到了github把三个包重新下载了一遍,再用如下命令进行编译:

python setup.py install

下面给出几个包的下载地址:

torch-clusterhttps://github.com/rusty1s/pytorch_cluster/releases
torch-scatterhttps://github.com/rusty1s/pytorch_scatter/releases
torch-sparsehttps://github.com/rusty1s/pytorch_sparse/releases
PP触发EWM产生PMR捡配 PP触发EWM产生PMR捡配 前言 PMR: Production Material Request 在流程订单/生产订单下达后,可以在EWM中产生PMR,在EWM中, PMR其实代表了ERP中的流程订单/生产订单。 You can use SAP EWM in conjunction with the following PP application components: • Production Orders • Process Orders • Repetitive Manufacturing • 阅读详情

相关推荐

LabVIEW工程密码保护机制与移除技术详解

LabVIEW作为工业自动化领域广泛使用的图形化编程工具,其密码保护机制涉及文件加密与权限控制等核心技术。从技术实现来看,现代版本采用AES-128加密结合SHA-256哈希校验,而经典版本使用XOR加密配合Base64编码。理解这些加密原理对于工程维护、灾难恢复等合法场景至关重要。在实际应用中,密码移除工具需要处理不同版本的文件结构差异,包括解析XML描述区的Protection标签、动态识别版本并应用对应解密策略。这类技术在工业设备维护、教学研究等场景具有重要价值,但必须注意遵守法律边界,确保拥有合法的

weixin_34161083的博客 392

【已解决】mmcv/_ext.cpython-37m-x86_64-linux-gnu.so: undefined symbol: _ZN6caffe28TypeMeta21_typeMetaData

解决ImportError:/home/quaiping/anaconda3/lib/python3.7/site-packages/mmcv/_ext.cpython-37m-x86_64-linux-gnu.so: undefined symbol: _ZN6caffe28TypeMeta21_typeMetaDataInstanceIdEEPKNS_6detail12TypeMetaDataEv

fengbao24的博客 1万+

Vue3 + MQTT.js 实现 SCADA 实时数据通信:从不稳定到稳定的完整实践

本文介绍了SCADA组态引擎开发中MQTT协议的应用及优化实践。项目采用MQTT协议实现工业设备数据采集与可视化,但面临连接不稳定、数据格式多样化和数据绑定复杂三大问题。针对MQTT连接问题,分析发现超时设置过短(原8秒)、缺少客户端超时配置和心跳机制是主要原因。优化方案包括:协议转换(mqtt://→ws://)、双重超时保护(15秒手动+30秒客户端)、60秒心跳间隔等,显著提升了连接稳定性。通过完整代码实现展示了连接配置、认证处理和错误处理机制,为物联网数据传输提供了可靠解决方案。

weixin_36794508的博客 1413

MMCV报错:ImportError: xxx undefined symbol: _ZN6caffe28TypeMeta21_typeMetaDataInstanceISt7complexIdEEE

简单叙述,一下解决

allrubots的博客 1169

【AI知识点】向量空间(vector space)

向量空间(vector space),有时称为线性空间,是数学中线性代数的一部分,它描述了向量的集合以及这些向量可以进行的操作。向量空间是计算机科学、机器学习和自然语言处理(NLP)等领域的基础概念,尤其在表示数据的特征时,向量空间模型得到了广泛应用。

AI完全体 2436

FPGA 上的 YOLOv8 实时目标检测:从模型优化到硬件加速全解析

本文全面解析了将YOLOv8目标检测模型部署到FPGA进行硬件加速的完整流程。通过模型裁剪、混合精度量化等优化手段,结合HLS设计专用计算引擎与数据流,实现了高能效比的实时推理。文章深入探讨了软硬协同部署、性能调试与优化技巧,为追求极致实时性与低功耗的边缘AI应用提供了从算法到硬件的实战指南。

weixin_29031161的博客 611

import错误:undefined symbol: _ZN6caffe26detail37_typeMetaDataInstance_preallocated_32E

import错误:undefined symbol: _ZN6caffe26detail37_typeMetaDataInstance_preallocated_32E

weixin_45578382的博客 1337

【R语言-生存分析之观察生存率计算】

全人群肿瘤登记资料常用的统计分析指标包括发病率、死亡率、现患率以及生存率等,其中肿瘤生存率是评估肿瘤治疗效果和肿瘤负担的必要指标,其计算涉及肿瘤患者的发病、 死亡和随访三个方面的资料, 数据整理和计算过程均较为复杂, 如何及时、 准确地计算肿瘤生存率, 并使其可以在不同地区、 不同人群、不同时期间被客观公正地比较和评价,仍然是统计学家们一直在研究的主题。

weixin_46579654的博客 5445

报错 undefined symbol: _ZN6caffe26detail36_typeMetaDataInstance_preallocated_7E

主要是pytorch版本的问题。 重新安装即可。 不需要卸载之前的,安装时会自动覆盖。 我安装了0.4.0的版本,你可以根据自己的情况安装需要的版本。 pip install torch==0.4.0 -f https://download.pytorch.org/whl/cu100/stable 历史版本安装方法参考: https://pytorch.org/get-started/previous-versions/ 报错解决参考: https://github.com/pri.

weixin_41790566的博客 2740

18-XLINX的XC7A100T的BANK0引脚说明

DXP_0和 DXN_0是纯输入引脚,Xilinx Artix-7 FPGA 内部集成的一个片上监控模数转换器​ 的差分模拟输入对,模数转换器​的模拟信号输入端,将外部的模拟电压​ 采样并转换为内部的数字值,是一个单向的信号采集过程。它是与 VCCADC配对的关键引脚,共同为内部的精密模数转换器提供一个纯净、安静、独立的参考地平面。多FPGA同步配置: 在多FPGA系统中,主FPGA配置完成后,可以拉低从FPGA的 INIT_B使其等待,等所有FPGA都准备好后,再同时释放,实现同步启动。

weixin_44479192的博客 235

【APM】在Kubernetes中搭建OpenTelemetry+Loki+Tempo+Grafana链路追踪(实战一,Loki日志中查看链路追踪数据)

这对于那些不能直接控制 JVM 启动参数的应用特别有用,比如通过 JNI (Java Native Interface) 调用 JVM 的应用、脚本中嵌入的 JVM 应用,或者一些服务管理工具自动启动的服务。这为用户提供了一个灵活的架构,可以根据需要选择最适合自己的追踪解决方案,或者根据环境(如开发、测试、生产)的不同配置不同的后端。: OpenTelemetry SDK 提供了丰富的特性,如自动追踪上下文传播、手动追踪跨度的创建与关联、标签和事件的添加等,使得追踪数据更加丰富和有用。

CN_Eden 3245

ImportError: _C.cpython-36m-x86_64-linux-gnu.so: undefined symbol: _ZN2at4_ops6narrow4callERKNS_6Ten

一.问题描述 最近在使用Detectron2进行目标检测相关的工作,因为Ubuntu电脑上有之前cuda的安装包,偷了个懒,没有按照Detectron2、cuda、pytorch、python的对应关系: 直接就使用该cuda(11.3)安装包进行cuda的安装,然后接着偷懒,发现Detectron2有已经有预编译的包(如果是自己从源码编译,大概率不会出现本文描述的错误,可以右上角关闭本文了),便直接使用pip进行Detectron2的安装: python -m .............

地理信息系统、摄影测量与遥感、人工智能 1万+

SGP4/SDP4详解

**SGP4** (Simplified General Perturbations Version 4) 和 **SDP4** (Simplified Deep-space Perturbations Version 4) 是一组**解析轨道预报模型**,用于预测地球轨道卫星的位置和速度。它们是北美防空司令部(NORAD)维护的**TLE**数据格式的标准配套算法。 简单来说:**TLE是卫星轨道的"身份证",而SGP4/SDP4是解读这张身份证的"说明书"**。

ScilogyHunter的博客 596

6-GNN Model

首先是传统机器学习难以应用在图结构上。回忆一下节点嵌入任务,具体可以参考第三章。其目的在于将节点映射到d维向量,使得在图中相似的节点在向量域中也相似。我们已经学习了 Shallow” Encoding 的方法来进行映射过程,也就是使用一个大矩阵直接储存每个节点的表示向量,通过矩阵与向量乘法来实现嵌入过程。o(∣V∣)【1】归纳式(Inductive)vs 直推式(Transduction)

m0_50976935的博客 709

pscad IEEE标准系统搭建说明

pscad IEEE标准系统搭建说明,包含典型的IEEE 9节点、14节点、30节点、39节点和118节点系统。内含标准测试系统的原始数据和潮流结果。

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

undefined symbol: _ZN6caffe26detail36_typeMetaDataInstance_preallocated_7E解决办法

编译完maskrcnn_benchmark后进行import时遇到下面错误: undefined symbol: _ZN6caffe26detail36_typeMetaDataInstance_preallocated_7E 源码的作者说要python版本和pytorch版本要一致,事实上我的python=3.6.8,torch=1.1.0,并不是版本导致了这个问题 解决办法: Buil...

ab0902cd的博客 1万+

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

mmcv/_ext.cpython-36m-x86_64-linux-gnu.so: undefined symbol: _ZN6caffe28Type

/mmcv/_ext.cpython-36m-x86_64-linux-gnu.so: undefined symbol: _ZN6caffe28TypeMeta21_typeMetaDataInstanceISt7complexIdEEEPKNS_6detail12TypeMetaDataEv mmcv-full版本和pytorch不匹配 pip uninstall mmcv-full pip install mmcv-full -f https://download.openmmlab.com/mmcv

✧(≖ ◡ ≖✿) 1924

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

undefined symbol: _ZN6caffe26detail36_typeMetaDataInstance_preallocated_7E

运行代码报错如下: ImportError: /home/xxx/.local/lib/python3.6/site-packages/torchvision/_C.cpython-36m-x86_64-linux-gnu.so: undefined symbol: _ZN6caffe26detail36_typeMetaDataInstance_preallocated_7E 原因是我更换了...

Briwisdom的博客 1万+

Ubuntu 安装pytorch3d 记录

具体是查找自己环境中的python、cuda、pytorch的版本 然后再去。看了相关的issue 基本都是建议set up new env。然后看到了一个别人使用过的但是他本人报错了的方法。记录一下复现代码的时候pytorch3d的报错。这里查找对应的pytorch3d包下载安装。按照这个方法就安装成功了 不报这个错了。

zia399的博客 589

解决bug: .cpython-37m-x86_64-linux-gnu.so: undefined symbol:

解决bug: .cpython-37m-x86_64-linux-gnu.so: undefined symbol:

beneficial的博客 8109

ImportError: _C.cpython-37m-x86_64-linux-gnu.so: undefined symbol:_ZN3c107Warning4warnENS_14SourceL

ImportError: /home/xyf/dataset/anaconda3/envs/distort_19/lib/python3.7/site-packages/torchvision/_C.cpython-37m-x86_64-linux-gnu.so: undefined symbol: _ZN3c107Warning4warnENS_14SourceLocationENSt7__cxx1112basic_stringIcSt11char_traitsIcESaIcEEE 原来的虚拟环境是 t

slamdunkofkd的博客 4925

MaskRcnn ImportError: _C.cpython-37m-x86_64-linux-gnu.so: undefined symbol:XXX

1.删除build目录 2.重新构建build python setup.py build develop

qq_50935651的博客 1859

安装OpenPCDet遇到的问题

安装OpenPCDet次数较多,总结出的一些错误。

weixin_44013732的博客 9953

undefined symbol问题的查找、定位与解决方法

今天被客户测出来一个问题:程序执行中报错,报错内容如下 XXXX:symbol lookup error:/home/....../libpdfium.so:undefined symbol:CRYPT_MD5Generate 报错分析: 这个问题表明是符号未定义的问题,而且直接定位于产品链接的第三方动态库libpdfium.so中,于是从libpdfium.so中着手。...

buknow的博客 20万+

动态链接库报错undefined symbol: _ZNXXX

动态链接库报错undefined symbol: _ZNXXX 使用命令查看具体是什么未定义: c++filt _ZNXXX

qq_29881799的博客 3027

科学的分析和解决ROS运行中产生的undefined symbol类报错的方法

科学的分析和解决ROS运行中产生的undefined symbol类报错的方法,如slam_gmapping: undefined symbol: _ZN8GMapping14sampleGaussianEdm

慕羽★的博客 2960

Undefined symbol解决方法

Undefined symbol解决方法

扬帆起航 4万+
上一篇: 解决报错RuntimeError: CUDA error: invalid device function Segmentation fault (core dumped)
下一篇: NUS-WIDE-10K数据集制作
雨•人
博客等级 码龄8年 19粉丝 17原创
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
 
 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
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
⌂ 换网址