原帖 Linux 环境的 torch/lib 中只看到 libcaffe2_gpu.so 和 libshm.so，明确找不到 libtorch_python.so：
ImportError: libtorch_python.so: cannot open shared object file: No such file or directory
缺库文件与找不到库路径要先区分
原题明确列出的 torch/lib 文件清单没有 libtorch_python.so。与“文件实际存在、LD_LIBRARY_PATH 未覆盖”相比，这题优先验证安装完整性；环境变量不可能生成缺失文件。也不能把另一版本的同名库复制进来凑齐名称。
如果所需库根本不存在，修改 LD_LIBRARY_PATH 不会把它变出来。先确认文件清单属于当前解释器的 torch 安装，而不是另一套环境。
import sys
import importlib.util
from pathlib import Path
print("josh050608")
print("python:", sys.executable, sys.version)
spec = importlib.util.find_spec("torch")
print("torch spec:", spec)
if spec and spec.submodule_search_locations:
for location in spec.submodule_search_locations:
lib = Path(location) / "lib"
print("lib directory:", lib)
print("libtorch_python:", list(lib.glob("libtorch_python*")))
在同一终端运行 python -m pip show -f torch，核对包版本与安装文件清单。原帖是很旧的 torch 1.0.1.post2/Python 3.7.1，不能从另一版本拷一个同名 .so 混入使用。
如果确认安装不完整，先保留环境清单，在独立环境用官方历史页对应的匹配包验证。fastai 也可能有 torch 版本约束，不能只升级一项而不核对项目依赖。
如果实际文件存在，则对这个受信安装库运行 ldd /实际路径/libtorch_python.so，检查是否是它依赖的其他库缺失；此时再调查搜索路径和 ABI。不要在没有文件的情况下反复导入 torch._C，或只因系统 nvcc 是 7.5 就推定唯一根因。
最后先独立 import torch 并做 CPU 张量运算，再导入 fastai，最后验证所需 CUDA 路径。这样能把基础包修复与上层框架问题分开定位。
不导入 torch，先把包定位与文件存在性记录下来
下面用标准库确认当前解释器找到的 torch 包位置，不执行底层扩展。若是命名空间目录或项目遮挡，先处理导入来源：
import importlib.util
from pathlib import Path
spec = importlib.util.find_spec("torch")
print("origin:", None if spec is None else spec.origin)
locations = [] if spec is None else list(spec.submodule_search_locations or [])
for location in locations:
library = Path(location) / "lib" / "libtorch_python.so"
print("expected library:", library)
print("exists:", library.is_file())
若当前安装记录宣称包含此文件，磁盘却缺失，检查包来源、安装是否中断及是否混用了不同环境路径。先保存依赖清单，在独立环境验证官方历史匹配构建，再迁移 fastai 项目。
| 文件检查 | 下一步 |
|---|---|
| 主库不存在 | 修复完整分发或源码构建，不先改搜索路径 |
| 主库存在、依赖缺失 | 对可信安装运行 ldd，定位依赖来源与 ABI |
| 指向另一套环境 | 统一解释器与安装目标 |
| torch 独立成功、fastai 失败 | 转查上层兼容性，保留新的完整堆栈 |
原题 torch 1.0.1.post2 与 fastai 属于历史组合，不能直接升级某一项就假定项目兼容。系统 CUDA 7.5 是另一条环境线索，不足以覆盖文件缺失的直接证据。
验收依次独立导入 torch、CPU 运算、导入 fastai，再验证项目需要的 CUDA 路径。避免在基础扩展都未加载时反复重跑语言模型训练。
参考：原始求助帖；技术依据：PyTorch 官方安装指南、PyTorch 历史安装组合、pip 官方用法、Python 导入机制。
