Pycharm运行程序报错 Process finished with exit code -1066598273 (0xC06D007F)

闪电橘子2026-02-20 10:48

一、错误核心表现

1.终端可以运行

2.连print（1）都报错，报错内容：Process finished with exit code -1066598273 (0xC06D007F)

3.更换沙箱即可恢复

二、错误根源：隐性依赖包引发的连锁冲突

本次问题并非手动操作导致，核心罪魁祸首是两个隐性安装的 NVIDIA 监控包 ，以及其引发的版本连锁冲突，这两个都卸载了重装就好。具体拆解：

1. 核心元凶：非主动安装的冲突包

包名	版本	安装来源	冲突本质
pynvml	13.0.1	安装 HanLP/transformers 等 NLP 包时自动依赖安装	与 nvidia-ml-py 功能重叠，高版本不兼容 PyTorch
nvidia-ml-py	13.590.44	安装 PyTorch GPU 版时隐性依赖安装	版本过高，与 cu128 及 NumPy 2.x 冲突

2. 连锁冲突：从监控包到全环境的多米诺效应

基础层冲突：pynvml 与 nvidia-ml-py 共存，抢占 NVIDIA GPU 监控接口，导致 PyTorch 无法正常调用 CUDA；
数值层冲突：NumPy 被隐性升级至 2.3.3/2.3.5（2.x 系列），而 PyTorch 2.9.1+cu128 尚未适配该版本，引发 Scipy/Scikit-learn 底层接口失效；
工具层冲突：HanLP 等 NLP 包依赖 pynvml，但冲突导致该包被卸载后，出现「依赖缺失」提醒，加剧环境混乱；

三、根治方案：分步骤拆解（附完整命令）

步骤 1：卸载冲突包（核心第一步）

复制代码

# 激活目标环境
conda activate pytorch_core

# 卸载冲突的NVIDIA监控包（非主动安装，但必须清理）
pip uninstall pynvml nvidia-ml-py -y

# 卸载过高版本的NumPy
pip uninstall numpy -y

步骤 2：重装适配版核心包

bash 复制代码

# 1. 重装兼容版NumPy（1.26.4为PyTorch 2.9.1+cu128最优适配版）
pip install numpy==1.26.4 -i https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn

# 2. 强制重装Scipy/Scikit-learn（绑定新NumPy版本，避免接口错位）
pip install scipy==1.11.4 scikit-learn==1.7.2 --force-reinstall -i https://pypi.tuna.tsinghua.edu.cn/simple

# 3. 重装兼容版NVIDIA监控包（替代pynvml，适配cu128）
pip install nvidia-ml-py==12.535.108 -i https://pypi.tuna.tsinghua.edu.cn/simple