这是典型的ATen符号链接失败，主因是自定义扩展未正确传递编译/链接标志：需在setup.py中显式包含include_paths()和library_paths()，确保链接-ltorch_cpu -ltorch -lc10（顺序不可颠倒），并根据torch.__config__.show()结果在C++源码顶部定义对应ATEN_CPU_CAPABILITY宏；同时统一C++标准为c++17、启用_GLIBCXX_USE_CXX11_ABI=1，且所有Tensor必须通过at::empty等工厂函数创建，禁止手动声明后赋值。
编译报错说找不到 ATEN_CPU_CAPABILITY 或 at::Tensor 未定义
这是典型的 ATen 符号链接失败，不是头文件没找到，而是链接阶段找不到 libtorch_cpu.so 中的符号。PyTorch 1.12+ 默认启用 CPU dispatch capability（如 AVX2、AVX512），但自定义扩展若没正确传递编译/链接标志，ATEN_CPU_CAPABILITY 宏未定义，或 libtorch_cpu 没被传给链接器，就会触发这类错误。
- 检查
setup.py中是否漏了torch.utils.cpp_extension.CppExtension的include_dirs和library_dirs—— 必须显式包含torch.utils.cpp_extension.include_paths()和torch.utils.cpp_extension.library_paths() - 确保
extra_link_args包含-ltorch_cpu -ltorch -lc10（顺序不能颠倒）；在 macOS 上还要加-ltorch_python - 用
torch.__config__.show()确认当前 PyTorch 构建时启用了哪些 CPU capability，然后在 C++ 源码顶部加#define ATEN_CPU_CAPABILITY_DEFAULT或对应宏（如ATEN_CPU_CAPABILITY_AVX2），否则at::native::内部函数可能被条件编译掉
用 torch.utils.cpp_extension.load 动态加载时提示 undefined symbol: _ZN3c104impl23ExcludeDispatchKeyGuardC1ENS_11DispatchKeyE
这是 ABI 不匹配：你用的 PyTorch 是用 C++17 编译的（默认），但你的扩展用了 C++14 或更低标准，或者反过来。符号名里 _ZN3c10... 是 c10 库的 mangled 名，链接器能解析但运行时报错，说明二进制不兼容。
- 统一 C++ 标准：在
setup.py的extra_compile_args中强制指定['-std=c++17']（PyTorch ≥1.10 全量使用 C++17） - 禁用隐式链接：加上
-D_GLIBCXX_USE_CXX11_ABI=1（GCC ≥5 默认开启，但某些 conda 环境会关掉；PyTorch 预编译包全为_GLIBCXX_USE_CXX11_ABI=1） - 验证方式：用
readelf -d your_extension.so | grep NEEDED看是否同时存在libstdc++.so.6和libgcc_s.so.1，且版本与 PyTorch 一致（可查torch.__config__.show()输出里的 GCC 版本）
torch.utils.cpp_extension.load 成功但运行时报 RuntimeError: expected scalar type Float but found Double
这不是类型转换问题，而是 ATen 张量底层 layout 或标量类型注册没对齐。常见于你在 C++ 扩展里手动 new 了一个 at::Tensor，但没调用 at::empty 或 at::zeros 这类工厂函数，导致 tensor 的 ScalarType 字段未初始化，或 device/type info 指针为空。
- 永远不要用
at::Tensor t;声明后直接赋值；必须用 ATen 工厂函数创建：例如auto t = at::empty({2, 3}, options.dtype(at::kFloat).device(at::kCPU)) - 确保所有输入 tensor 的
.options()被透传到输出 tensor 创建中，尤其注意dtype、device、layout三者一致；漏掉.dtype(input.dtype())是高频错误 - 如果涉及自定义
autograd::Function，前向返回的 tensor 必须调用.set_requires_grad()显式设置，否则反向传播时 dtype 推导会崩
Linux 下编译通过但 import 报 libgomp.so.1: cannot open shared object file
PyTorch 静态链接了 OpenMP，但你的扩展用了 -fopenmp 却没把 libgomp 带进 runtime path。这不是 PyTorch 的问题，是你扩展的构建链漏了 RPATH。
立即学习“Python免费学习笔记（深入）”；
- 在
extra_link_args加-Wl,-rpath,$ORIGIN/../lib（假设 libgomp.so.1 在项目 lib/ 下），或更稳妥地用-Wl,-rpath,$ORIGIN并把libgomp.so.1复制到扩展生成目录 - 避免混用 OpenMP 实现：确认系统只装一个 OpenMP（
conda install -c conda-forge llvm-openmp或系统级libgomp1），不要同时有libiomp5.so和libgomp.so.1 - 快速验证：用
ldd your_extension.so | grep gomp看是否显示 “not found”；若是，说明链接时用了-fopenmp但没指定 runtime 库路径
include_paths() 返回路径里可能含多个 torch/csrc/api/include 和 third_party 子路径，少任何一个，AT_ASSERTM 或 at::native:: 函数都可能悄无声息地 fallback 到空实现。 
