环境信息 #

• 基础镜像：nvidia/cuda:11.1-cudnn8-devel-ubuntu20.04
• 容器内配置：Python 3.8、numpy==1.19.4、OpenCV 3.4.3
• 主机环境：Ubuntu 20.04.4，Python 3应用使用numpy==1.19.4可正常运行

报错详情 #

运行时触发致命错误：

terminate called after throwing an instance of 'std::runtime_error' what() numpy failed to initialize

同时伴随Python层面的版本不兼容错误：

RuntimeError: module compiled against API version 0xe but this version of numpy is 0xd

已验证的解决方案 #

执行以下命令升级NumPy到兼容版本：

pip3 install --upgrade numpy

成功安装numpy-1.23.0后，应用可正常运行。

疑问解答：为何主机与容器环境需要不同NumPy版本？ #

这本质是编译依赖的隐式差异导致的，虽然主机和容器都是Ubuntu 20.04，但两者的底层编译环境细节并不完全一致：

1. OpenCV的编译链路差异：主机上的OpenCV可能是通过系统包管理器（如apt）安装的，或者编译时链接的是主机系统中已存在的NumPy开发库；而容器内的OpenCV是基于CUDA镜像重新编译的，它依赖的NumPy API版本（0xe）比你指定的1.19.4（对应API版本0xd）更高。
2. 系统依赖库版本差异：CUDA镜像自带的一些底层依赖库（比如C++标准库、CUDA相关编译组件）和主机系统的版本可能存在细微差别，这些差异会间接影响Python扩展模块（如OpenCV）对NumPy的版本要求。
3. 隔离环境的纯净性：Docker容器是相对纯净的环境，不像主机可能有其他已安装的库或依赖包做了兼容适配，容器里的依赖关系更直接，版本不匹配的问题会立刻暴露出来。

简单来说，主机环境可能因为过往安装的其他包或者系统级依赖做了“兼容兜底”，而容器的纯净环境直接触发了NumPy与OpenCV编译版本不匹配的问题。

内容的提问来源于stack exchange，提问作者Dmytro Makhonko