从 Torch-sparse 导入包时如何修复找不到入口点答案

【问题标题】：How to fix Entry Point Not Found while import package from Torch-sparse从 Torch-sparse 导入包时如何修复找不到入口点
【发布时间】：2022-10-05 10:52:32
【问题描述】：

How to Fix Entry Point Not Found while installing libraries in conda environment

在这里，我遵循了上面的主题，但有很多不同的细节。

首先，这是我发现的问题，表明有问题_version_cpd.pyd文件

将 torch-sparse 导入 jupyter 笔记本时。

import numpy as np
import pandas as pd
import networkx as nx
import torch
import torch.nn.functional as F
import torch.nn as nn
import torch_scatter
from torch_geometric.data import Data
print(torch.__version__)

有关错误的详细信息表明加载 dll 路径可能存在一些问题：

File ~\\Miniconda3\\envs\\torchenv\\lib\\site-packages\\torch_scatter\\__init__.py:16, in <module>
     14 spec = cuda_spec or cpu_spec
     15 if spec is not None:
---> 16     torch.ops.load_library(spec.origin)
     17 elif os.getenv(\'BUILD_DOCS\', \'0\') != \'1\':  # pragma: no cover
     18     raise ImportError(f\"Could not find module \'{library}_cpu\' in \"
     19                       f\"{osp.dirname(__file__)}\")

File ~\\Miniconda3\\envs\\torchenv\\lib\\site-packages\\torch\\_ops.py:110, in _Ops.load_library(self, path)
    105 path = torch._utils_internal.resolve_library_path(path)
    106 with dl_open_guard():
    107     # Import the shared library into the process, thus running its
    108     # static (global) initialization code in order to register custom
    109     # operators with the JIT.
--> 110     ctypes.CDLL(path)
    111 self.loaded_libraries.add(path)

File ~\\Miniconda3\\envs\\torchenv\\lib\\ctypes\\__init__.py:374, in CDLL.__init__(self, name, mode, handle, use_errno, use_last_error, winmode)
    371 self._FuncPtr = _FuncPtr
    373 if handle is None:
--> 374     self._handle = _dlopen(self._name, mode)
    375 else:
    376     self._handle = handle

因此，在查看上述主题后，我发现问题完全一样，需要修复 2 个文件并制作 anaconda（我的案例是 mini one）分发。我认为这是由于来自特定环境和一般环境的 2 个相同文件的冲突。

第一个位置：

第二个位置：

所以我可能知道症状，但我不知道如何解决这个问题（或者我是否应该做与顶部主题相同的解决方案）。

我使用 python 3.8、torch 1.10.2、无 Cuda。

标签： python pytorch conda

【解决方案1】：

我找出了导致这个问题的原因，因为在环境之外为 cuda 版本安装了 pytorch、torch-scatter 和 torch-sparse 的问题。这会导致与环境内的 cpu 版本相同的文件发生冲突。

我尝试了新环境，但没有奏效。用conda删除那些包的安装，没用。

找出威胁中列出的问题后：

https://github.com/pyg-team/pytorch_geometric/issues/3430

我的步骤是：删除当前环境，从环境中卸载那些提到的包（使用 pip 和 conda 命令检查）

从侧面安装新环境：

https://pytorch.org/（用于 pytorch）

conda install pytorch torchvision torchaudio cpuonly -c pytorch

https://pytorch-geometric.readthedocs.io/en/latest/notes/installation.html

pip install 火炬散射火炬稀疏火炬集群火炬样条转换火炬几何-f https://data.pyg.org/whl/torch-1.12.0+cpu.html

确保您使用相同版本的 pytorch 和相同版本的 cude（或者在我的情况下仅使用 cpu）

【讨论】：