在Kaggle中安装ThundersVM遇库文件缺失问题的解决求助

在Kaggle环境中执行!pip install thundersvm后，导入thundersvm.SVC时出现如下错误：

---------------------------------------------------------------------------
OSError                                   Traceback (most recent call last)
Cell In[6], line 3
      1 get_ipython().run_line_magic('pip', 'install thundersvm')
      2 get_ipython().run_line_magic('pip', 'install keras_tuner')
----> 3 from thundersvm import SVC
      4 from sklearn.preprocessing import StandardScaler
      5 from sklearn.metrics import classification_report

File /opt/conda/lib/python3.10/site-packages/thundersvm/__init__.py:10
      3 """
      4  * Name        : __init__.py
      5  * Author      : Locke <luojiahuan001@gmail.com>
      6  * Version     : 0.0.1
      7  * Description :
      8 """
      9 name = "thundersvm"
---> 10 from .thundersvm import *

File /opt/conda/lib/python3.10/site-packages/thundersvm/thundersvm.py:39
     36         lib_path = path.join(dirname, shared_library_name)
     38 if path.exists(lib_path):
---> 39     thundersvm = CDLL(lib_path)
     40 else:
     41     # try the build directory
     42     if platform == "linux" or platform == "linux2":

File /opt/conda/lib/python3.10/ctypes/__init__.py:374, in CDLL.__init__(self, name, mode, handle, use_errno, use_last_error, winmode)
    371 self._FuncPtr = _FuncPtr
    373 if handle is None:
---> 374     self._handle = _dlopen(self._name, mode)
    375 else:
    376     self._handle = handle

OSError: libcusparse.so.9.0: cannot open shared object file: No such file or directory

手动安装CUDA 9.0后问题仍未解决，以下是可行修复方案：

问题根源 #

Kaggle默认提供的CUDA版本通常高于9.0，手动安装CUDA9.0后未正确配置环境变量，且预编译的ThundersVM包依赖旧版本CUDA，与当前环境不兼容。

可行解决方案 #

方案1：编译适配Kaggle当前CUDA版本的ThundersVM（推荐） #

这是最稳定的解决方式，步骤如下：

• 卸载已安装的ThundersVM：

  !pip uninstall -y thundersvm
  

• 克隆ThundersVM源码：

  !git clone https://github.com/Xtra-Computing/thundersvm.git
  

• 进入源码目录并编译：

  %cd thundersvm
  !mkdir build && cd build
  !cmake ..
  !make -j4
  

• 安装编译好的Python包：

  !cd ../python && pip install .
  

• 验证导入：

  from thundersvm import SVC
  

方案2：配置环境变量指向CUDA9.0（不推荐） #

若坚持使用CUDA9.0，需让系统找到对应库文件：

• 设置环境变量：

  !export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH
  !export PATH=/usr/local/cuda-9.0/bin:$PATH
  

• 重新导入ThundersVM：

  from thundersvm import SVC
  

注意：Kaggle默认CUDA版本与9.0共存可能引发依赖冲突，此方法稳定性较差。

前置检查：确认Kaggle当前CUDA版本 #

先执行以下命令查看当前环境的CUDA版本，确保后续操作与版本匹配：

!nvcc --version

内容的提问来源于stack exchange，提问作者Sadegh