ubuntu pytorch为何闪退

在 Ubuntu 上使用 PyTorch 出现闪退（crash / 直接退出 / 段错误），常见原因和排查思路如下：

一、最常见原因

1️⃣ CUDA / 驱动不兼容（最常见）

PyTorch 版本与 NVIDIA 驱动 / CUDA 版本不匹配
多版本 CUDA 混用

检查：

nvidia-smi
nvcc --version
python -c "import torch; print(torch.version.cuda)"

要求：

nvidia-smi 显示的驱动版本 ≥ PyTorch 所需 CUDA 版本
PyTorch 自带 CUDA（conda / wheel）时，不需要系统 CUDA

✅ 建议：

# 用官方推荐命令重装
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

2️⃣ 显存不足（OOM）

模型或 batch 太大
后台有别的进程占用 GPU

查看显存：

nvidia-smi

测试：

import torch
x = torch.randn(10000, 10000).cuda()

如果这里就崩，基本是显存或驱动问题。

3️⃣ CPU / MKL / OpenMP 冲突

多线程库冲突（尤其 conda + pip 混用）
Intel MKL 段错误

临时解决：

export OMP_NUM_THREADS=1
python train.py

4️⃣ Python 环境混乱

conda + system python 混用
多个 torch 版本共存

检查：

which python
pip show torch

✅ 建议：

用 干净的 conda 环境

conda create -n pt python=3.10
conda activate pt
pip install torch

5️⃣ 使用 PyTorch 2.x + 老显卡

老 GPU（如 GTX 7xx / 9xx）不支持新架构
某些 kernel 直接 crash

解决：

pip install torch==1.13.1

6️⃣ 程序本身异常未捕获

子进程 / DataLoader 崩溃
多线程 DataLoader 闪退

测试：

from torch.utils.data import DataLoader
# num_workers=0 先试

二、快速定位方法

✅ 最小复现

import torch
print(torch.__version__)
print(torch.cuda.is_available())
x = torch.randn(3,3).cuda()
print(x)

如果这一步就闪退 → 环境问题
如果不闪退 → 代码问题

✅ 看错误日志

python train.py 2>&1 | tee log.txt

段错误常见关键词：

Segmentation fault
Illegal instruction
core dumped

三、你可以补充的信息（我可以直接帮你判断）

请告诉我：

Ubuntu 版本
PyTorch 版本
是否用 CUDA / GPU
报错信息（哪怕一行）
是 python xxx.py 直接退出，还是训练中途崩

我可以给你精确解决方案。