Google Colab TPU环境导入PyTorch XLA报错问题咨询

异常1：导入torch_xla触发undefined symbol报错 #

产生原因 #

该报错属于PyTorch与torch_xla版本严格不匹配问题：

1. Google Colab的基础运行环境会定期自动更新预装依赖包，你昨日运行时环境预装的PyTorch版本与torch_xla 1.9对齐，今日环境预装的PyTorch版本已升级，与你手动安装的torch_xla 1.9的ABI接口不兼容，因此动态链接时找不到对应符号。
2. torch_xla的预编译wheel与对应PyTorch版本强绑定，单独安装torch_xla wheel不会自动适配调整PyTorch版本，因此会出现符号缺失。

解决方案 #

安装时强制对齐PyTorch与torch_xla版本即可，重置运行时后依次执行以下命令：

# 先卸载系统预装的不匹配PyTorch相关包
!pip uninstall -y torch torchvision torchaudio
# 安装与torch_xla 1.9匹配的PyTorch版本
!pip install torch==1.9.0 torchvision==0.10.0
# 再安装对应版本的torch_xla与cloud-tpu-client
!pip install cloud-tpu-client==0.10 https://storage.googleapis.com/tpu-pytorch/wheels/torch_xla-1.9-cp37-cp37m-linux_x86_64.whl

异常2：导入torch触发NumPy API版本不匹配警告 #

产生原因 #

你执行的master分支env-setup.py脚本会自动安装开发预览版PyTorch，该版本编译时依赖的NumPy API版本为0xe（对应NumPy 1.21及以上），而Colab当前预装的NumPy版本为0xd（对应NumPy 1.19/1.20版本），版本低于编译依赖要求，因此触发警告。

解决方案 #

升级NumPy到匹配的版本即可，执行以下命令后重启运行时：

!pip install numpy==1.21.6

如果不需要使用开发版PyTorch，建议直接使用异常1给出的稳定版安装方案，避免额外依赖冲突。

内容的提问来源于stack exchange，提问作者Siladittya