RuntimeError: module compiled against API version 0xe but this version of numpy is 0xd

安装完成pytorch，再做验证的时候，有时会收到会这样的错误提示。网上大部分解决办法仅仅是让你升级/降级NumPy。但不告诉我们该升级到什么版本，版本号多少合适。那作为一个喜欢刨根问底的人，就要好好检查一番了。

关于NumPy API version

关于这个NumPy的api version，网上能够找到的内容不多，但是很有用。官方文档介绍存在一个 C_API_VERSION，为了确保ABI的兼容性，这个数字在计算了C API接口的hash，发现要变动的时候就必须加1，这就是“API version 0xe”的含义了。

文档让我们去修改 numpy/core/meson.build 文件中的C_API_VERSION，但是我们没在build或者Release NumPy，代码仓库也根本没这个文件，那怎么办呢？
这个可以看 numpy/ core/ code_generators/ cversions.txt，这个文件在每个维护的分支总都存在，但是mian分支是没有的。例如，这个链接是1.20.x版本的 cversions.txt。

那根据最新的 NumPy 1.26，我们可以得到如下的关系表

API version	NumPy版本
0x6	numpy>=1.6,<1.7
0x7	numpy>=1.7,<1.8
0x9	numpy>=1.8,<1.10
0xa	numpy>=1.10,<1.13
0xb	numpy>=1.13,<1.14
0xc	numpy>=1.14,<1.16
0xd	numpy>=1.16,<1.20
0xe	numpy>=1.20,<1.22
0xf	numpy>=1.22,<1.23
0x10	numpy>=1.23,<1.25
0x11	numpy>=1.25,<1.26

其中，numpy 1.25 中c api没有做什么实际的修改，因此理论上跟前面版本0x10是兼容的。

pyTorch 与 NumPy 的 版本对应

（待补充）

pyTorch版本	NumPy版本

Tensorflow编译报错 C++ compilation of rule ‘//tensorflow/python:bfloat16_lib’ failed

错误信息：

tensorflow/python/lib/core/bfloat16.cc: In function 'bool tensorflow::{anonymous}::Initialize()':
tensorflow/python/lib/core/bfloat16.cc:636:36: error: no match for call to '(tensorflow::{anonymous}::Initialize()::<lambda(const char*, PyUFuncGenericFunction, const std::array<int, 3>&)>) (const c
har [6], <unresolved overloaded function type>, const std::array<int, 3>&)'
                       compare_types)) {
                                    ^

原因：numpy 1.19.0修改了ABI（见numpy/numpy#15355），Tensorflow1.15 - 2.2 之间的版本，需要将环境限定为numpy<1.19.0。这个问题在tensrflow PR #42533上做了限制。

具体原因请参考：tensrflow issue #40688，嫌长可以看 #41061 。当时numpy release了新版本，然后项目编译的时候就炸了。

这个错误笔者编译 NVIDIA/tensorflow 1.15.4 的时候也曾遇到过，但是当时也没仔细思索，只是做了笔记。按照上面说法，其实底层的C API没有变，变的只是PyUFuncGenericFunction的定义。所以理论上可以靠简单地修改代码来解决这个问题。后来commit 75ea0b31几行代码就把这个问题修复了。

为啥要记录出这么一大段话呢？因为我需要一个Tensorflow1.15和PyTorch打在一起的docker镜像，还要基于ARM64架构，那如何选择、调整PyTorch版本就成了问题。