用python 做网站有经验的手机网站建设

Conda 环境下安装 GCC 和 glibc (crypt.h) 教程

由于运行Low-Light Image Enhancement via Structure Modeling and Guidance原始论文代码，发现服务器的gcc版本太老，没法运行。同时缺少libxcrypt (crypt.h)，不得不询问gpt进行解答。发现可以完美解决。

这个教程适用于无 root 权限的环境，如在 Conda 虚拟环境中需要安装新版 gcc/g++ 和补充 glibc (特别是 crypt.h) 失败的情况。

---

一、通过 conda 安装 gcc/g++

查看系统版本如下，gcc4.8版本很多现有的深度学习模型没法运行。需要进行升级

安装新版本

conda install -c conda-forge gcc_linux-64 gxx_linux-64

使用默认的安装，可能会带来版本太高的问题，超过11的版本，又太新，出现问题。可以指定9版本，

conda install -c conda-forge gcc_linux-64=9 gxx_linux-64=9

安装后，使用 conda 给的 gcc/g++ 而非系统自带：

export CC=$(which x86_64-conda-linux-gnu-gcc)
export CXX=$(which x86_64-conda-linux-gnu-g++)
export CUDAHOSTCXX=$(which x86_64-conda-linux-gnu-g++)  # 如果有 CUDA 编译

使用如下命令，会显示安装的版本信息

$CC --version

应该显示 GCC 9.x 或更新版本

---

二、手动编译安装 libxcrypt (crypt.h)

如果在 PyTorch 或 C++/CUDA 扩展编译时报:

fatal error: crypt.h: No such file or directory

那么需要自行编译 libxcrypt：

1. 下载和解压

wget https://github.com/besser82/libxcrypt/releases/download/v4.4.36/libxcrypt-4.4.36.tar.gz
tar -xzf libxcrypt-4.4.36.tar.gz
cd libxcrypt-4.4.36

2. 配置 prefix 安装到 Conda 环境

./configure --prefix=$CONDA_PREFIX
make -j$(nproc)
make install

3. 配置环境变量

确保 include 和 lib 目录可被编译器找到：

export CFLAGS="-I$CONDA_PREFIX/include"
export CXXFLAGS="-I$CONDA_PREFIX/include"
export LDFLAGS="-L$CONDA_PREFIX/lib"
export CPATH="$CONDA_PREFIX/include"
export LIBRARY_PATH="$CONDA_PREFIX/lib"
export LD_LIBRARY_PATH="$CONDA_PREFIX/lib:$LD_LIBRARY_PATH"

建议写入 ~/.bashrc：

echo 'export CPATH="$CONDA_PREFIX/include"' >> ~/.bashrc
echo 'export LIBRARY_PATH="$CONDA_PREFIX/lib"' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH="$CONDA_PREFIX/lib:$LD_LIBRARY_PATH"' >> ~/.bashrc

---

三、确认 crypt.h 已安装

ls $CONDA_PREFIX/include/crypt.h

如果有这个文件，说明安装成功。

---

四、手动编译技巧

如果 PyTorch JIT 扩展仍然报 crypt.h 错误，确保正确指定上面环境变量，并且 gcc/g++ 是 conda 环境内的路径：

which gcc
which g++

如果还是 /usr/bin/gcc，请重新 export CC / CXX，确保使用 conda 安装的版本。

---

可选：指定 torch.utils.cpp_extension 使用的 compiler

如果是 PyTorch 编译扩展，可以指定 JIT 编译使用 gcc 和 include 路径：

from torch.utils.cpp_extension import load
import osos.environ["CC"] = "/path/to/your/gcc"
os.environ["CXX"] = "/path/to/your/g++"
os.environ["CFLAGS"] = f"-I{os.environ['CONDA_PREFIX']}/include"
os.environ["LDFLAGS"] = f"-L{os.environ['CONDA_PREFIX']}/lib"load(...)

---

总结

这套进程完全避免 root 权限，在 Conda 环境内部装好 gcc/与 crypt.h，适用于 CUDA / PyTorch 合成扩展 / JIT编译需求。