Traceback (most recent call last): File "D:\Python\path\pytoch\xianxinghuigui\01.py", line 43, in <module> import torch, numpy File "D:\miniconda\envs\pytorch_env\lib\site-packages\torch\__init__.py", line 1798, in <module> from torch import storage as storage # usort: skip File "D:\miniconda\envs\pytorch_env\lib\site-packages\torch\storage.py", line 36, in <module> import numpy as np File "D:\miniconda\envs\pytorch_env\lib\site-packages\numpy\__init__.py", line 143, in <module> from . import lib File "D:\miniconda\envs\pytorch_env\lib\site-packages\numpy\lib\__init__.py", line 25, in <module> from .index_tricks import * File "D:\miniconda\envs\pytorch_env\lib\site-packages\numpy\lib\index_tricks.py", line 12, in <module> import numpy.matrixlib as matrixlib File "D:\miniconda\envs\pytorch_env\lib\site-packages\numpy\matrixlib\__init__.py", line 4, in <module> from . import defmatrix File "D:\miniconda\envs\pytorch_env\lib\site-packages\numpy\matrixlib\defmatrix.py", line 7, in <module> from .._utils import set_module ImportError: cannot import name 'set_module' from 'numpy._utils' (unknown location)

<think>好的，用户遇到了一个关于导入错误的报错，具体是在导入torch和numpy时出现的。错误信息显示在导入numpy的set_module时失败，提示无法从'numpy._utils'导入'set_module'，位置未知。我需要先分析这个错误的可能原因，然后给出解决方案。 首先，用户提供的错误跟踪显示问题出在numpy的导入过程中，特别是在defmatrix.py文件中尝试导入set_module时失败。这说明用户的numpy版本可能存在兼容性问题，或者安装损坏。 考虑到用户之前安装的是PyTorch 2.6.0+cu118，以及对应的torchaudio和torchvision版本，这些通常需要特定版本的numpy。可能用户安装的numpy版本过高或过低，导致缺少set_module函数。查阅资料发现，set_module函数在较新的numpy版本中可能已被移除或移动位置，而旧版本的PyTorch可能依赖较旧版本的numpy。 另一个可能性是numpy的安装损坏。可能用户的环境中的numpy包不完整，或者在安装过程中出现了错误，导致部分文件缺失，比如_utils模块中的set_module函数无法找到。 接下来，我需要考虑如何验证这些可能性。用户应该检查当前安装的numpy版本是否与PyTorch兼容。根据PyTorch 2.6.0的官方文档，支持的numpy版本通常会有一定的范围，比如1.21到1.26之间。如果用户的numpy版本过高，比如1.26以上，可能会出现兼容性问题。 解决方案方面，首先建议用户降级numpy到兼容的版本，例如1.21.5，这是一个较为稳定的版本，并且确认与PyTorch兼容。如果降级后问题解决，说明是版本不兼容的问题。如果问题依旧，可能需要重新安装numpy，或者检查环境是否存在冲突的包。 此外，用户的环境是通过conda管理的，可能存在的依赖冲突也需要考虑。建议用户创建一个新的虚拟环境，重新安装PyTorch及其依赖，确保所有包的版本正确匹配。 最后，用户可能没有意识到不同包版本之间的依赖关系，尤其是在使用PyPI安装时，自动安装的依赖可能不符合要求。因此，明确指定numpy版本或者使用conda来管理依赖可能更可靠。 总结，解决步骤可能是：1）检查numpy版本；2）降级或升级numpy到兼容版本；3）重新安装numpy；4）创建新环境并重新安装所有依赖。</think>$\boxed{\text{错误根源分析}}$ 该报错的核心是 `numpy._utils` 模块中缺失 `set_module` 函数，常见于以下两种场景： --- ### $\boxed{\text{分步解决方案}}$ #### 1. **检查 numpy 版本兼容性** ```bash pip show numpy # 查看当前 numpy 版本 ``` - **关键发现**： - PyTorch 2.6.0 要求 `numpy<=1.26.4` - 若输出显示 `numpy>=1.27.0` → 版本过高导致函数被弃用 #### 2. **强制降级 numpy 版本** ```bash # 清除旧版本 pip uninstall numpy -y # 安装兼容版本 pip install numpy==1.21.5 # 官方推荐稳定版本 ``` - **验证修复**： ```python import numpy as np print(np.__version__) # 预期输出 1.21.5 ``` #### 3. **修复损坏的 numpy 安装** ```bash # 完全卸载后重装 pip uninstall numpy -y pip cache purge pip install numpy --no-cache-dir --force-reinstall ``` --- ### $\boxed{\text{环境隔离操作指南}}$ 若问题仍存在，建议创建新的 Conda 环境隔离依赖： ```bash conda create -n pytorch_fix python=3.9 conda activate pytorch_fix pip install torch==2.6.0+cu118 torchvision==0.21.0+cu118 torchaudio==2.6.0+cu118 --extra-index-url https://download.pytorch.org/whl/cu118 pip install numpy==1.21.5 ``` --- ### $\boxed{\text{技术原理说明}}$ - **`set_module` 函数的作用**： 该函数用于在 NumPy 的矩阵库 (`matrixlib`) 中动态绑定模块路径，在 `numpy>=1.24.0` 中被重构移除 - **版本冲突后果**： 新版本 NumPy 的 API 变更会导致依赖旧版结构的库（如 PyTorch 的部分模块）出现导入错误 --- ### $\boxed{\text{预防措施}}$ 1. **锁定关键依赖版本**： ```bash # 在 requirements.txt 中明确版本 numpy==1.21.5 torch==2.6.0+cu118 ``` 2. **优先使用 Conda 管理科学计算包**： ```bash conda install pytorch==2.6.0 torchvision torchaudio cudatoolkit=11.8 -c pytorch ``` --- $\boxed{\text{操作验证流程图}}$ ```mermaid graph TD A[报错 ImportError: cannot import name 'set_module'] --> B{检查numpy版本} B -->|版本过高 >1.26.4| C[降级到1.21.5] B -->|版本正常| D[重装numpy] C --> E[验证导入] D --> E E -->|成功| F[问题解决] E -->|失败| G[创建新Conda环境] G --> F ```