Kaggle导入torch_geometric遇undefined symbol错误求助

问题根源 #

你碰到的OSError: /opt/conda/lib/python3.7/site-packages/torch_sparse/_version_cuda.so: undefined symbol: _ZN5torch3jit17parseSchemaOrNameERKSs错误，本质是torch-sparse等PyG依赖库的CUDA版本、PyTorch版本，与Kaggle环境的CUDA（nvcc 11.0）、本地PyTorch版本不匹配——你安装时指定了适配cu113的包，但系统CUDA是11.0，版本不兼容导致符号解析失败。

分步修复方案 #

1. 确认当前环境的PyTorch与CUDA版本 #

先运行以下代码，明确当前Kaggle环境的PyTorch版本和对应的CUDA版本：

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

2. 彻底清理已安装的PyG组件 #

先卸载所有可能冲突的PyG相关包：

pip uninstall -y pyg-lib torch-scatter torch-sparse torch-cluster torch-spline-conv torch-geometric

3. 安装匹配CUDA 11.0的PyG依赖 #

根据步骤1查到的PyTorch版本，选择适配cu110的安装链接。比如你的PyTorch是1.12.0，执行：

pip install pyg-lib torch-scatter torch-sparse torch-cluster torch-spline-conv torch-geometric -f https://data.pyg.org/whl/torch-1.12.0+cu110.html

如果PyTorch版本不同，替换链接中torch-xxx+cu110的xxx部分即可。

4. 备选：conda安装加速并指定CUDA版本 #

之前conda安装超时，可通过指定CUDA版本+替换国内镜像源解决：

# 添加清华镜像源加速
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pyg/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
# 安装适配CUDA 11.0的PyG
conda install pyg cudatoolkit=11.0

5. 验证修复效果 #

重新运行导入语句：

from torch_geometric.data import Data

无报错则说明安装成功。

补充：为什么Colab能正常运行？ #

Colab的默认环境中，PyTorch、CUDA与PyG依赖是预先适配好的版本组合，无需手动指定版本，因此不会出现兼容问题。

内容的提问来源于stack exchange，提问作者rana