使用torch遇到的一些问题

解决SRGAN例程中PixelShuffle问题

最新推荐文章于 2024-09-24 15:01:49 发布

原创最新推荐文章于 2024-09-24 15:01:49 发布 · 1.3k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#torch过时-更新

本文记录了作者在尝试运行SRGAN例程时遇到的PixelShuffle调用错误，并分享了解决该问题的过程。通过检查发现，PixelShuffle函数不存在于本地nn包中，最终通过更新nn包解决了此问题。

有一段时间没有用torch，这次想跑SRGAN的一个例程，结果出现很多错误。还没有仔细整理，先写一个比较重要的点。
torch下面有nn，cutorch等extra的包，github上也有人在维护，在运行中遇到一个错误如下：

attempt to call field 'PixelShuffle' (a nil value)

后来查到PixelShuffle()是nn下面的一个函数，那为什么我不能调用呢？
github上有这个函数，显示是两个月前更新的，而我自己的文件夹里没有这个函数文件，所以是因为我的nn过时了，我们需要update。

使用命令luarocks install nn得到下面的错误

make[2]: *** [lib/THNN/CMakeFiles/THNN.dir/init.c.o] Error 1
make[1]: *** [lib/THNN/CMakeFiles/THNN.dir/all] Error 2
make: *** [all] Error 2

网上有人说这是由于我们有旧版本在，需要先使用luarocks install torch
装完之后，再把需要的包重新安装即可使用

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

阿正不水

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

使用Anaconda Prompte安装pytorch，在pycharm使用torch遇到的问题

刘石头的博客

12-04

4966

解决Pycharm中调用torch包的问题！

PyTorch：初学者全面指南torch函数使用

CDBmax的博客

01-02

3981

is_tensor是 PyTorch 中的一个函数，用来判断给定的对象是否是一个 PyTorch 张量（Tensor）。这个函数非常有用，特别是在你处理多种数据类型时，需要确认某个对象是否为PyTorch张量的情况下。PyTorch 中的存储对象是一种底层数据结构，用于持有张量（Tensor）的数据。每个张量都与一个存储对象相关联，该对象实际上包含了张量的数据。虽然多个张量可以共享相同的存储，但它们可以有不同的视图（比如不同的大小和步长）。这篇博客全面而详细地介绍了 PyTorch 框架及其核心组件。

参与评论您还未登录，请先登录后发表或查看评论

torch找不到函数可能是torchvision的问题

深圳实习已跑路

11-26

3303

用别人的代码有时会出现torch.xxx找不到xxx函数的问题这不一定是PyTorch的版本不对，也可能是TorchVision的版本不对，按照作者给出的配置安装这俩即可。

python：NVIDIA Jetson中已安装torch却报错“no model named torch.nn.functional”

Jason的博客

08-03

7938

NVIDIA Jetson中已安装torch却报错“no model named torch.nn.functional

pytorch学习碰到的问题

qq_43369406的博客

10-13

318

pytorch 学习

问题解决 | 关于torch中遇到的错误及解决

weixin_44649780的博客

08-17

3700

本博客主要解决在torch使用中遇到的问题与解决~

jupyter notebook打开后import torch提示没有。

qq_35818865的博客

04-09

8234

jupyter notebook打开后import torch提示没有。如图所示。 1、检查是否为安装torch的对应环境。 2、打开的虚拟环境中没有安装torch，可以在jupyter 中输入!pip list 查看是否有torch。若有进行第二步，没有请在环境中安装。 3、有的话那就是对应环境没安装jupyter notebook。在对应环境终端内安装以下模块。 conda install ipython conda install jupyter 然后重启终端即可。推荐使用jupyter lab

遇到难点：想用tf的map函数然后就出现问题了然后使用torch，遇到难点维度没有办法修改

04-13

遇到难点：想用tf的map函数然后就出现问题了然后使用torch，遇到难点维度没有办法修改

torch1.2.0+torchvision0.4.0.rar_pip镜像下载torch

03-15

PyTorch拥有活跃的社区，用户可以在官方论坛、GitHub上获取最新的更新信息、解决遇到的问题，或者分享自己的研究成果。此外，还有丰富的教程和示例代码可供参考学习。总的来说，PyTorch 1.2.0与torchvision 0.4.0...

解决PyCharm import torch包失败的问题

09-20

在使用PyCharm开发环境中，导入PyTorch库时可能会遇到导入失败的问题。这一问题可能会影响深度学习项目的开发进程，因此需要采取一些措施来解决。本文详细介绍了如何在PyCharm中配置和使用PyTorch库，以下是相关的...

pytorch module torch._C has no attribute _THCUNN KeyError: class torch.Tensor

weixin_40755306的博客

10-21

3280

之前的pytorch程序是0.4版本，后将pytorch升级到1.3，运行程序就报错，主要是程序里的roi pooling出现问题。 1.首先：pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple torch===1.1.0 torchvision===0.4.1，升级pytorch 2.运行程序报错：pytorch module '...

（python）import torch报错：无法解析导入“torch”

weixin_50862772的博客

09-24

1569

解决方法：用Anaconda Prompt安装python，会自动安装版本合适的python。然后IDE的选择解释器，选择刚下载的python版本。原因：Anaconda的版本和python版本不符。这几句都报错：无法解析导入“torch”

AttributeError: module ‘torch._C‘ has no attribute ‘_cuda_setDevice‘

weixin_38324954的博客

11-11

3779

环境：win10系统+torch(cpu) 问题：运行train.py文件时出现报错，如下图所示解决：由于我安装的pytorch是CPU版本，不是GPU版本，所以在运行文件时，需要在文件中将gpu_ids的默认值改为-1，修改后问题即可解决参考博客： https://blog.csdn.net/weixin_39450145/article/details/104797786 ...

新建虚拟环境之后，pip torch 之后，torch总是不能用，引不进来

qq_43579670的博客

10-31

1861

torch在pycharm中无法调用的问题

weixin_42614980的博客

05-30

6392

在pycharm中输入 import torch torch.cuda.is_available() 返回值是false 在cmd中输入 import torch torch.cuda.is_available() 返回值是true 解决方法更改pycharm python.exe位置重启电脑可解决。 ...

【pycharm中导入torch出错，有可能是环境没配置好】

weixin_63444513的博客

01-29

3694

配置好环境之后，发现用的时候无法导入torch，还以为是没下载成功，其实是添加conda环境的地方没找对。

通过pip安装pytorch，解决jupyter notebook中不能使用torch的问题（ModuleNotFoundError：No module named ‘torch’）。

qq_40716254的博客

12-05

8647

安装pytorch时，使用conda安装网络错误，国内清华镜像禁用，通过pip安装torch，在anaconda和jupyter notebook使用import torch显示no model named torch的解决方法。

不安装cuda可以使用torch吗

最新发布

10-15

<think>首先，用户的问题是：“我想了解不安装CUDA是否可以使用torch。请问不安装CUDA能否使用torch”。他们引用了几个来源，这些来源讨论了安装CUDA以使用PyTorch的GPU支持。从引用中： - 引用[1]和[2]讨论了安装CUDA版本的PyTorch。 - 引用[3]提到当CUDA驱动太旧时，torch.cuda.is_available()返回False。 - 引用[4]讨论了一些故障排除提示。关键点是用户想知道在不安装CUDA的情况下是否可以使用torch。CUDA是NVIDIA的并行计算平台，用于GPU加速。PyTorch可以使用CPU或GPU运行。所以，核心答案是：是的，你可以在不安装CUDA的情况下使用PyTorch，但它将只运行在CPU上，而不是GPU上。PyTorch有CPU-only的版本。引用[3]中说：“如果CUDA驱动太旧，torch.cuda.is_available()将返回False”，这暗示如果你尝试使用GPU而没有CUDA安装，它会失败。但问题在于是否需要安装CUDA来使用PyTorch本身。 PyTorch可以安装为纯CPU版本，不需要CUDA驱动。例如，在PyTorch安装页面上，有CPU-only的选项。在回答中，我需要： - 遵循系统级指令：使用中文回答，生成相关问题，添加引用标识。 - 所有数学表达式用$...$，独立公式用$$...$$。 - 回答结构清晰，逐步解决问题。 - 引用相关部分并添加标识如[^1]。回答结构： 1. 直接回答问题：是的，可以在不安装CUDA的情况下使用PyTorch。 2. 解释原因：PyTorch有CPU版本的二进制包，不需要CUDA。 3. 如何安装：建议安装CPU-only版本的PyTorch。 4. 验证：展示代码来验证是否在使用CPU。 5. 生成相关问题。引用用户提供的引用： - 引用[1]提到安装GPU版本的PyTorch。 - 引用[3]提到如果CUDA驱动问题，CPU版本可以工作。 - 引用[4]讨论了一些安装问题。所以，在回答中引用： - 例如，当讨论安装CPU版本时，可以引用[2]或[3]但调整语境。最终回答： - 开头：是的，不安装CUDA也可以使用torch，但只能使用CPU计算。 - 解释：PyTorch提供了CPU-only的安装包，不需要CUDA工具包。 - 安装方法：使用pip安装CPU版本的PyTorch，例如pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu。 - 验证：import torch; print(torch.cuda.is_available()) 应该返回False。 - 相关问题生成。生成相关问题： - 类似于系统提示的示例，相关于这个主题。 - 例如： 1. 如何安装CPU-only的PyTorch？ 2. 在CPU上使用PyTorch有哪些限制？ 3. 如何在PyTorch中禁用CUDA以节省资源？确保语言中文。 </think>### 不安装CUDA能否使用torch 是的，**不安装CUDA也可以使用PyTorch（torch）**，但PyTorch将仅运行在CPU模式下，无法利用GPU加速计算。以下是详细的解释和验证步骤，帮助您理解如何操作： 1. **核心原理**： PyTorch提供了独立的CPU-only版本安装包，这些二进制包在编译时已剥离GPU依赖。因此，无需安装CUDA驱动或工具包（如cudatoolkit），也能正常导入和使用PyTorch进行常规计算。但请注意： - GPU相关函数（如`.cuda()`方法）将失效或被忽略。 - 计算性能受限于CPU，无法处理大规模并行任务[^3]。 2. **安装CPU-only版本的PyTorch**：您可以通过pip直接安装CPU专用包，避免CUDA依赖。参考引用[2]中的安装命令格式，但移除CUDA相关参数： ```bash # 使用官方源安装CPU-only版本 pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu ``` 此命令会从PyTorch官方源下载CPU兼容的二进制文件，安装过程与GPU版本类似，但无需额外CUDA环境[^2]。 3. **验证PyTorch是否正常运行在CPU模式**：安装后，运行以下Python代码检查CUDA可用性和PyTorch版本： ```python import torch print(torch.__version__) # 打印PyTorch版本 print(torch.cuda.is_available()) # 应返回False，表示CUDA不可用 ``` 如果输出类似： ``` 2.1.0+cpu # 版本带"cpu"后缀表示CPU-only False # CUDA不可用 ``` 则表明PyTorch已成功在CPU模式运行。如果安装过程中遇到问题（如引用[4]提到的HTTP错误），可尝试修改pip源或重试命令[^4]。 4. **注意事项**： - **系统兼容性**：CPU-only版本在Windows、Linux和macOS均支持，且对NVIDIA驱动无要求。 - **性能影响**：对于深度学习等计算密集型任务，CPU模式速度显著低于GPU加速，建议仅用于小型模型或开发测试。 - **驱动冲突**：如果系统已安装旧版NVIDIA驱动（如引用[3]所述），PyTorch会自动回退到CPU模式，无需额外操作[^3]。综上所述，不安装CUDA完全可行，但需明确选择CPU-only安装包以适应您的需求。