编译报错记录 subprocess.CalledProcessError: Command ‘[‘ninja‘, ‘-v‘]‘ returned non-zero exit status 1

在执行

python setup.py install

编译一些库时，由于torch版本过高导致的一些问题，本可以通过创建低版本torch环境解决，但由于涉及到CUDA版本更换过于麻烦，可以采取下面的方法

1.  报错 subprocess.CalledProcessError: Command ‘[‘ninja‘, ‘-v‘]‘ returned non-zero exit status 1

出现这个错误主要原因pytorch 版本大于1.5，可行方法如下

1.降低pytorch版本

2.csdn一些方法是将torch库中[‘ninja‘, ‘-v‘] 更换为[‘ninja‘, ‘--version‘]，此方法一般不可行，不建议随便修改库函数，会导致其他正常程序出问题，可以采取以下更换，将setup.py中
 

# cmdclass={'build_ext': BuildExtension}   #原来代码

cmdclass={'build_ext': BuildExtension.with_options(use_ninja=False)} # 改后代码

原理：pytorch默认使用ninjia作为backend，这里把它禁用掉就好了，可能会现警告但不妨碍正常编译成功

2.  报错 THC/THC.h: No such file or directory 没有那个文件或目录

出现错误原因，由于 PyTorch 的升级导致 CUDA 相关的 THC 库的头文件 THC/THC.h 被整合到了 ATen 库之中，相关的代码需要相应的更新以适配新的库结构 可行方法如下：

1.降低pytorch版本

2.更换THC/THC.h 的函数 为 ATen/ATen.h 的函数，操作如下：

(1) 定位程序可以直接将所有 include <THC/THC.h> 头文件（和THC相关）注释掉

// #include <THC/THC.h>
// extern THCState *state;

再次运行可能会编译成功，也可能会报出该头文件引用的方法没有定义等等，请继续修改

3.  继续报错error: ‘THCudaMalloc’ was not declared in this scope; error: ‘state’ was not declared in this scope;

修改方法 ，首先加入头文件

#include <ATen/cuda/ThrustAllocator.h>

将THCudaMalloc按照下文的形式修改（旧函数参数state 删除不要） 

// float *dist_dev = (float*)THCudaMalloc(state, ref_nb * query_nb * sizeof(float));
float *dist_dev = (float*)c10::cuda::CUDACachingAllocator::raw_alloc(ref_nb * query_nb * sizeof(float));

4.  继续报错‘THCudaFree’ was not declared in this scope;

THCudaFree的替换方式如下（旧函数参数state 删除不要）：

//THCudaFree(state, dist_dev);
c10::cuda::CUDACachingAllocator::raw_delete(dist_dev);

5.  继续报错error: ‘THError’ was not declared in this scope

编译时不再链接到老的 THC 库相关的错误处理，而是使用标准的 C++ 库，THError替换方式如下

#include <stdexcept>
// 代码前添加相关头文件

// THError("aborting");  
throw std::runtime_error("aborting");

以上就是我遇到的错误及修改替代方法，运行后编译可能会出现警告，但是不妨碍编译通过，还有一下函数更换替代没有提及，大家可以参考我下面的参考贴，看看有没有你的错误，请大家学会阅读报错内容合理选择修改方式

参考：