加载image Python扩展失败，更换torch/torchvision版本仍未解决求建议

报错详情：

env/lib/python3.10/site-packages/torchvision/io/image.py:13: UserWarning: Failed to load image Python extension: libtorch_cuda_cu.so: cannot open shared object file: No such file or directory
warn(f"Failed to load image Python extension: {e}")

以下是针对性解决建议：

• 严格匹配CUDA与PyTorch版本
  先通过nvcc --version确认本地CUDA的大版本（如11.8、12.1），再安装对应版本的PyTorch和torchvision，避免盲目更换版本。例如CUDA 11.8对应的安装命令：

  pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
  

  安装时确保网络稳定，避免因中断导致的安装不完整。

• 检查CUDA环境变量配置
  系统可能未识别CUDA的动态链接库路径，执行echo $LD_LIBRARY_PATH查看是否包含/usr/local/cuda/lib64（CUDA默认安装路径）。若未包含，临时添加：

  export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
  

  要永久生效，将该命令写入~/.bashrc（bash用户）或~/.zshrc（zsh用户），再执行source ~/.bashrc生效。

• 验证PyTorch的CUDA可用性
  先排查基础CUDA加载问题，运行以下Python代码：

  import torch
  print(torch.cuda.is_available())
  print(torch.version.cuda)
  

  若输出True且CUDA版本与本地安装一致，说明基础环境正常；若输出False，优先解决CUDA驱动或PyTorch安装问题，再处理torchvision报错。

• 从源码编译torchvision
  若预编译包存在兼容性问题，尝试源码编译：

  1. 卸载现有torchvision：pip uninstall torchvision -y
  2. 克隆仓库并切换到对应PyTorch版本的分支（如PyTorch 2.0对应torchvision 0.15分支）：

     git clone https://github.com/pytorch/vision.git
     cd vision
     git checkout v0.15.2
     

  3. 编译安装：python setup.py install（需提前安装gcc、cmake等编译依赖）

• 重建干净的虚拟环境
  旧虚拟环境可能存在依赖冲突或损坏，新建环境重新安装：

  python3.10 -m venv new_env
  source new_env/bin/activate
  

  在新环境中重新安装对应版本的PyTorch和torchvision，避免旧环境干扰。

内容的提问来源于stack exchange，提问作者Ranim Saidi