Ubuntu环境下PyTorch导入报错：from torch._C import相关ImportError

错误原因 #

这个错误是CUDA相关库版本不匹配导致的：PyTorch安装时附带的CUDA库（比如cusparse）依赖的libnvJitLink.so.12版本，和系统中已有的该库版本不一致，或者虚拟环境内的库路径覆盖了系统正确的库路径，导致符号找不到。

解决方案 #

方案1：对齐CUDA Toolkit版本 #

• 先确认PyTorch依赖的CUDA版本：
  如果还能运行简单的Python命令，执行：

  python -c "import torch; print(torch.version.cuda)"
  

  要是现在import不了，就回忆你安装PyTorch时选择的CUDA版本，或者去PyTorch官网查询对应安装包的CUDA版本。
• 安装和PyTorch版本匹配的CUDA Toolkit：卸载当前不匹配的版本，安装对应版本的CUDA，确保libnvJitLink.so.12包含缺失的符号。

方案2：调整库路径优先级 #

虚拟环境里的CUDA库可能和系统的冲突，通过环境变量让系统优先用正确的库：

• 找到系统CUDA的安装路径（一般是/usr/local/cuda-xx.x，xx.x是版本号）
• 激活虚拟环境后，临时执行：

  export LD_LIBRARY_PATH=/usr/local/cuda-xx.x/lib64:$LD_LIBRARY_PATH
  

  要是想永久生效，把这条命令添加到虚拟环境的activate脚本里（比如venvs/torchgpu/bin/activate），每次激活环境都会自动加载。

方案3：重新安装适配系统CUDA的PyTorch #

• 先查系统当前的CUDA版本：

  nvcc --version
  

• 卸载旧的PyTorch包：

  pip uninstall torch torchvision torchaudio -y
  

• 用对应系统CUDA版本的命令重新安装，比如系统CUDA是12.1的话，命令如下：

  pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
  

验证修复 #

激活虚拟环境后执行：

python -c "import torch; print(torch.cuda.is_available())"

输出True就说明问题解决了。

内容的提问来源于stack exchange，提问作者Keegan