Importing the numpy C-extensions failed.

简介: Importing the numpy C-extensions failed.

使用cuda加速时候出现了一堆出错,然后调试的时候发现导入torch都报错了,错误信息如下:

  • errorinfo:


Traceback (most recent call last) File

“E:\anacanda\envs\pytorch\lib\site-packages\numpy\core_init_.py”,

line 22, in

from . import multiarray File “E:\anacanda\envs\pytorch\lib\site-packages\numpy\core\multiarray.py”,

line 12, in

from . import overrides File “E:\anacanda\envs\pytorch\lib\site-packages\numpy\core\overrides.py”,

line 7, in

from numpy.core._multiarray_umath import ( ImportError: DLL load failed: 找不到指定的模块。

During handling of the above exception, another exception occurred:

Traceback (most recent call last): File

“E:/PyCharm/workspace/My_cGAN/cgan.py”, line 1, in

import torch File “E:\anacanda\envs\pytorch\lib\site-packages\torch_init_.py”, line

190, in

from torch.C import * File "E:\anacanda\envs\pytorch\lib\site-packages\numpy_init.py", line

140, in

from . import core File “E:\anacanda\envs\pytorch\lib\site-packages\numpy\core_init_.py”,

line 48, in

raise ImportError(msg) ImportError:

IMPORTANT: PLEASE READ THIS FOR ADVICE ON HOW TO SOLVE THIS ISSUE!

Importing the numpy C-extensions failed. This error can happen for

many reasons, often due to issues with your setup or how NumPy was

installed.

We have compiled some common reasons and troubleshooting tips at:

https://numpy.org/devdocs/user/troubleshooting-importerror.html


Please note and check the following:

The Python version is: Python3.7 from

“E:\anacanda\envs\pytorch\python.exe” * The NumPy version is:

“1.19.5”

and make sure that they are the versions you expect. Please carefully

study the documentation linked above for further help.

Original error was: DLL load failed: 找不到指定的模块。

Process finished with exit code 1


  • 翻译


回溯(最近一次调用最后一次):

文件“E:\anacanda\envs\pytorch\lib\site-packages\numpy\core_init_.py”,第

22 行,在 中

从 。导入多阵列 文件“E:\anacanda\envs\pytorch\lib\site-packages\numpy\core\multiarray.py”,第

12 行,

从 。导入覆盖 文件“E:\anacanda\envs\pytorch\lib\site-packages\numpy\core\overrides.py”,第

7 行,在 中

从 numpy.core._multiarray_umath 导入( ImportError: DLL load failed: 找不到指定的模块。

在处理上述异常的过程中,又发生了一个异常:

回溯(最近一次调用最后一次):

中的文件“E:/PyCharm/workspace/My_cGAN/cgan.py”,第 1 行

进口火炬 文件“E:\anacanda\envs\pytorch\lib\site-packages\torch_init_.py”,第 190

行,在 中

从 torch.C 导入 * 文件“E:\anacanda\envs\pytorch\lib\site-packages\numpy_init.py”,第 140

行,在 中

从 。进口核心 文件“E:\anacanda\envs\pytorch\lib\site-packages\numpy\core_init_.py”,第

48 行,在 中

引发导入错误(味精) 导入错误:

重要提示:请阅读本文以获取有关如何解决此问题的建议!

导入 numpy C 扩展失败。此错误可能发生在 很多原因,通常是由于您的设置问题或 NumPy 的方式 安装。

我们在以下位置汇总了一些常见原因和故障排除提示:

https://numpy.org/devdocs/user/troubleshooting-importerror.html


请注意并检查以下内容:

Python 版本为:Python3.7 from “E:\anacanda\envs\pytorch\python.exe”

NumPy 版本为:“1.19.5”

并确保它们是您期望的版本。 请仔细研究上面链接的文档以获得进一步的帮助。

原始错误为:DLL load failed: 找不到指定的模块。

进程以退出代码 1 结束


提取信息为:

Importing the numpy c-extensions failed 导入 numpy C 扩展失败。

所以重新安装了一次numpy,解决方案:

pip uninstall -y numpy
pip uninstall -y setuptools
pip install setuptools
pip install numpy

image.png


可以重新导入torch了。

参考:https://blog.csdn.net/kaede0v0/article/details/115557457

目录
相关文章
|
数据采集 机器学习/深度学习 数据挖掘
【数学建模】 灰色预测模型
【数学建模】 灰色预测模型
1684 0
|
8月前
|
XML 编译器 C语言
在 MATLAB 中手动安装 MinGW-w64 编译器的详细教程
本教程详解MATLAB中手动安装MinGW-w64编译器的完整流程,涵盖版本兼容性检查、MSYS2或预编译包安装、PATH配置、mex-setup设置及编译验证。特别提醒:R2020b起官方已不支持MinGW-w64,推荐优先使用内置编译器(如Visual C++)。
4297 1
|
Ubuntu Python
【Python】报错ModuleNotFoundError: No module named ‘XXX‘
【Python】报错ModuleNotFoundError: No module named ‘XXX‘
|
缓存 监控 安全
80_离线环境搭建:无互联网LLM推理
在当今大语言模型(LLM)蓬勃发展的时代,许多组织和个人面临着一个共同的挑战:如何在无互联网连接的环境中高效部署和使用LLM?这一需求源于多方面的考量,包括数据安全、隐私保护、网络限制、极端环境作业等。2025年,随着企业对数据主权意识的增强和边缘计算的普及,离线LLM部署已成为AI应用落地的关键场景之一。
1151 0
|
安全 Linux 网络安全
【工具使用】几款优秀的SSH连接客户端软件工具推荐FinalShell、Xshell、MobaXterm、OpenSSH、PUTTY、Terminus、mRemoteNG、Terminals等
【工具使用】几款优秀的SSH连接客户端软件工具推荐FinalShell、Xshell、MobaXterm、OpenSSH、PUTTY、Terminus、mRemoteNG、Terminals等
154266 0
|
人工智能 API 开发者
别再等Manus邀请码了,6.1k star的开源OpenManus了解一下
OpenManus 是开源社区推出的 AI 代理项目,旨在提供一个无需邀请码、人人可自由访问的通用任务处理工具。该项目由 MetaGPT 社区开发者共同维护,核心依赖大型语言模型(LLM),用户可通过配置 API 调用 GPT-4o 等模型执行任务。相比 Manus,OpenManus 具备开源透明、无门槛访问和社区驱动等特点,尽管目前功能尚处初级阶段,但其开放性为未来优化提供了广阔空间。项目安装简便,适合 AI 爱好者快速上手并参与共建。
|
Ubuntu Python
全网最简约的Vscode配置Anaconda环境(百分百成功)
全网最简约的Vscode配置Anaconda环境(百分百成功)
40294 0
全网最简约的Vscode配置Anaconda环境(百分百成功)
|
算法 Python
群智能算法:灰狼优化算法(GWO)的详细解读
在优化问题中,寻找最优解是核心目标。灰狼优化算法(GWO)受到自然界灰狼狩猎行为和社会等级结构的启发,通过模拟Alpha(头狼)、Beta(助手狼)、Delta(支配狼)和Omega(普通狼)的角色,高效搜索最优解。本文详细解析GWO的原理与步骤,并提供Python代码实现,帮助读者理解并应用这一算法。
|
移动开发 算法 数据安全/隐私保护
基于FPGA的QPSK调制+软解调系统,包含testbench,高斯信道模块,误码率统计模块,可以设置不同SNR
本文介绍了基于FPGA的QPSK调制解调系统,通过Vivado 2019.2进行仿真,展示了在不同信噪比(SNR=1dB, 5dB, 10dB)下的仿真效果。与普通QPSK系统相比,该系统的软解调技术显著降低了误码率。文章还详细阐述了QPSK调制的基本原理、信号采样、判决、解调及软解调的实现过程,并提供了Verilog核心程序代码。
823 26