gnu.so: undefined symbol: cuMemRelease

这个错误通常是由于缺少CUDA库或CUDA版本不匹配导致的。请确保您已正确安装了CUDA并且版本与您的代码要求的版本匹配。您可以检查运行时环境中的CUDA版本，以及确保正确设置LD_LIBRARY_PATH或DYLD_LIBRARY_PATH以使系统能够正确加载CUDA库。

另外，您还可以检查您的代码是否正确链接了所需的CUDA库。在编译和链接过程中，您需要使用合适的编译选项和链接选项来指定CUDA库的位置。

如果问题仍然存在，请提供更多关于您的环境和代码的详细信息，以便我能够给出更具体的建议。

相关问题

_c.cpython-37m-x86_64-linux-gnu.so: undefined symbol: thpvariableclass

_c.cpython-37m-x86_64-linux-gnu.so: undefined symbol: thpvariableclass 是一个未定义的符号错误。这通常是由于在程序运行过程中缺少所需的库或模块引起的。

首先，你可以检查一下所需的库或模块是否已正确安装。如果确实缺少相关的库或模块，你可以尝试重新安装或更新它们来解决该问题。

另外，还可以检查一下代码中是否存在拼写错误或语法错误。有时候，这些错误会导致编译或链接错误，进而导致符号未定义的错误。

此外，还可以尝试使用某些调试工具来分析该问题的原因。例如，可以使用ldd命令来检查该动态链接库所依赖的其他库，并确保这些库已正确安装。

最后，如果以上方法都无法解决该问题，你可以尝试搜索一下相关的错误信息，看看是否有其他开发者在解决类似问题时提供了解决方案。

总之，解决“_c.cpython-37m-x86_64-linux-gnu.so: undefined symbol: thpvariableclass”错误需要仔细检查代码、库和依赖项，以及可能使用一些调试工具来定位和解决问题。

ImportError: ./lib/nms/cpu_nms.cpython-36m-x86_64-linux-gnu.so: undefined symbol: PyFPE_jbuf

根据引用和引用中的信息，ImportError: ./lib/nms/cpu_nms.cpython-36m-x86_64-linux-gnu.so: undefined symbol: PyFPE_jbuf是由于缺少符号PyFPE_jbuf引起的。解决办法是在导入cpu_nms之前先导入torch，即先执行import torch，然后再执行import cpu_nms。

根据引用的信息，Python3.8在导入sqlite3时报错ImportError: No module named '_sqlite3'。这可能是由于缺少_sqlite3模块引起的。解决办法是安装Python的sqlite3模块。您可以尝试执行以下命令来安装sqlite3模块：pip install pysqlite3。

关于您提到的GPU架构不匹配的问题，根据引用的信息，您的工作站的GPU是GeForce RTX 2080 Ti，而Docker内的GPU是Tesla V100-SXM2-32GB。由于两者的架构不同（Turing和Volta），在安装MMCV时需要使用适当的架构参数。您可以尝试使用TORCH_CUDA_ARCH_LIST=7.0 pip install mmcv-full命令来安装适用于您的GPU架构的MMCV。

综上所述，对于ImportError: ./lib/nms/cpu_nms.cpython-36m-x86_64-linux-gnu.so: undefined symbol: PyFPE_jbuf的错误，您可以先导入torch再导入cpu_nms解决。对于ImportError: No module named '_sqlite3'的错误，您可以尝试安装pysqlite3模块来解决。对于GPU架构不匹配的问题，您可以使用适当的架构参数来安装MMCV。<span class="em">1</span><span class="em">2</span><span class="em">3</span><span class="em">4</span>