为什么安装的pytorch版本和显示的version不一样？

最新推荐文章于 2024-11-19 20:23:45 发布
最新推荐文章于 2024-11-19 20:23:45 发布
阅读量4.8k 收藏 8
点赞数 10
分类专栏： 跑程序 文章标签： anaconda pip
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/NEU_YH/article/details/113529259
版权
本文记录了作者在使用conda安装PyTorch 1.5.0后遇到的版本显示为0.4.1的问题，并详细描述了如何通过pip卸载旧版本来解决此版本冲突的过程。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

查看version可知，torch的版本是0.4.1.
使用conda安装了pytorch=1.5.0之后，发现torch.__version__竟然还是0.4.1，惊了。

怀疑是1.5.0版本的没有装上，决定使用conda卸载
发现卸载的版本是1.5.0
可以看到，使用conda卸载的版本是1.5.0，0.4.1的版本并没有被卸载。

取消卸载。觉得是pip的原因。

使用pip卸载pytorch。
发现0.4.1的版本被卸载，再查看version，发现是1.5.0。
在这里插入图片描述
由此可以知道，pip和conda的纠葛真令人头疼，要是conda没有操作错的话，还是找一找pip的原因吧，等会查查环境怎么判定这两个冲突的。

完。

为什么pip list里面的包版本和import的包版本不一致？
sinat_36115361的博客
01-25 1983
原因是：pip安装和卸载的位置如下，import的位置如上，是不同的 解决方案：删掉版本错误的那个的文件夹，保留正确的那个即可
深度学习 | pytorch + torchvision + python 版本对应及环境安装
zfgfdgbhs的博客
02-19 1594
注意：此时，因为 Numpy 2.x 等其他的相关库 与 Pytorch 2.1.0 的不兼容（以 Numpy 库为例），所以需要将 numpy 库的版本降级至1.x.x（如 1.24.x 或 1.23.x 版本）才能与 Pytorch 2.1.0 是兼容，从而适配以上版本。注意：若在安装途中不小心关闭了命令窗或者发现没有关闭梯子，可先将 Anaconda 的环境中删除未完全安装好的虚拟环境（如在 E:\Anaconda\envs\torch 此目录下），即可重新进行上述安装步骤。二、安装命令（pip）
torch.__version__的torch版本和conda list的torch版本不一致
qq_40349484的博客
11-19 401
torch.__version__的torch版本和conda list的torch版本不一致
pip的版本在pip list 中与虚拟环境版本不一致问题
TU商的博客
12-20 928
对于一般的依赖包进行安装，完全是可以忽略这个升级提示的，但就是有些依赖包必须得要最新的 pip 版本才能安装，所以没有办法，只能按照它的提示的命令进行安装，但是会出现安装失败的现象，提示安装失败。网上很多人说使用 python -m pip install -user --upgrade pip 但是我们要清楚这是使用了 用户权限，升级是升级成功了，但是升级的 pip 版本在 C 盘中，而不是在你项目目录虚拟环境中。进行安装，显示成功安装，且可以 pip -V 查看版本。最后在cmd 中重新使用命令。
conda环境中的pytorch版本和实际安装的不一致
Yang_yang121的博客
12-12 6136
conda自定义环境中的pytorch版本和实际安装的不一致 自定义环境中安装了pytorch0.3.0，却显示0.4.0版本 很可能是安装了默认的pytorch，优先级比自定义环境中的高，这时只要删除系统默认的pytorch（退出自定义环境删除） $ pip uninstall torch 再次import可以看到是想要的版本啦 ...
anaconda中配置pytorch（win和linux一样）
zahidzqj的博客
02-14 384
在conda中配置环境pytorch环境： 注意：gpu版首先要安装CUDA和cudnn，cpu可以忽略。 设备要求：Compute Capability ： https://developer.nvidia.com/cuda-gpus nVidia GTX650 or newer anaconda with python 3.6 or3.5 CUDA tool kit （versi...
有关torch安装成功之后在pycharm上面使用问题
qq_40437384的博客
10-23 793
在使用torch包的时候，有关pycharm选择解释器配置环境的问题
jupyter notebook 调用anaconda的虚拟环境时包的版本不是对应版本
羊城迷鹿的博客
05-26 1440
文章目录确认版本号确认环境存在确认环境位置是否正确 问题：在base环境中，pytorch的版本为1.4.0；在torch环境中，pytorch的版本为1.2.0。然而如果在jupyter notebook里面新建torch环境，输出torch.__version__的结果为1.4.0 确认版本号 确认环境存在 确认环境位置是否正确 在torch对应的路径后面加入/kernel.json，打开这个文件，看一下位置是否正确 vim /root/.local/share/jupyter/kernel
在PyCharm中设置PyTorch环境
m0_47516549的博客
07-28 1万+
在PyCharm中导入新安装的pytorch环境
Pytorch的_version问题
weixin_45012377的博客
03-29 478
刚开始我上来就是百度、bing、c**n大法查找这个问题，有人说是pytorch版本的问题，于是装了虚拟环境pytorch1.7.1的，结果不行。有人说是什么in_place操作，我看半天代码没有这个东西啊，反正就一直看。然后，我仔细看报错，它说version 6和version 5，我记得里面好像有个。一般对传对象时，如果后期涉及修改值，要注意传入对象的data，而不是整个对象。用来记录当前变量版本的，然后一行行debug，就找到了错误所在。报错的根本原因在于你传入的是整个对象，中间处理时，会导致其。
PyTorch版本
qq_38766331的博客
09-08 314
适合低版本PyTorch(<1.0.0)的fastai版本(1.0.0)
pytorch版本的查看
weixin_43412666的博客
05-27 5万+
1、在终端 输入cmd进入终端 >>>python >>>import torch >>>torch.__version__ //注意version前后是两个下划线 在终端即可进行版本号进行查看。 2、在pycharm中查看 import torch print(torch.__version__) #这里也是两个下划线 上面两个方法都是在win10系统中进行的pytorch版本查看 ...
PyTorch查看安装版本指令
qq_29994775的博客
03-25 469
【代码】PyTorch查看安装版本指令。
Pytorch查看torch版本，查看torchvision版本，查看CUDA版本，查看cudnn版本，查看pytorch可用性，查看cuda可用性，查看cudnn可用性，查看显卡，指定运算GPU
热门推荐
shaqilaixi2的博客
12-03 7万+
1 打印Pytorch版本 1.1 打开终端，激活相应的环境 例如我的是：pytorch180cuda111 conda activate pytorch180cuda111 1.2 输入命令查看 import torch print(torch.__version__) #注意是双下划线
pycharm关于解释器的python版本和在terminal中的python版本不一样如何安装包
qq_43566826的博客
01-28 5247
本博是记录错误 背景： 图中方框的地方python的版本不一样 下面是解释器的设置 我在安装一个包的时候我在terminal里面pip install 显示是安装成功了的 但是运行程序的时候还是报错，说我没安装 于是我在python解释器里看，结果还真没安装成功 于是从下面这个加号这里安装 安装之后程序运行起来了 不知道为啥。。 ...
测试pytorch是否安装成功的报错
Hui_daytoy的博客
10-23 157
刚开始安装了torch版本1.11.0，由于安装torchaudio时，没有指定版本，默认安装了最新版本，导致又安装了2.1.0版本的torch，所以要重新安装对应版本的torchaudio。解决：pip install typing-extensions==4.3.0。是因为torch和python版本不对应，版本对应参考。
torch 和 torchvision 版本不兼容问题
isaac.
01-26 1万+
问题描述： "Couldn’t load custom C++ ops. This can happen if your PyTorch and " RuntimeError: Couldn’t load custom C++ ops. This can happen if your PyTorch and torchvision versions are incompatible, or if you had errors while compiling torchvision from source
conda list 环境 pytorch 和torch是一样的吗
最新发布
03-15
### Conda环境中PyTorch与torch的关系 在Conda环境中，`PyTorch` 是一个深度学习框架，而 `torch` 则是该框架的核心库名称。以下是关于它们之间关系的具体说明： #### 1. **PyTorch 和 torch 的定义** `PyTorch` 是一种流行的开源机器学习框架，广泛应用于研究和生产环境中的深度学习模型开发。它提供了丰富的工具集用于构建神经网络、优化算法以及数据处理功能。实际上，“PyTorch”这个名字本身可以理解为 Python 中的 Torch（即基于 Python 实现的一个扩展版 Torch）。 核心模块 `torch` 提供了张量操作支持以及其他基础功能，它是整个 PyTorch 生态系统的基石[^1]。 #### 2. **安装过程中的体现** 当通过 Conda 安装 PyTorch 时，通常会同时拉取多个依赖项，其中包括但不限于： - 主体部分 (`pytorch`) —— 这代表完整的框架； - 扩展组件 (如 `torchvision`, `torchaudio`)——这些分别提供计算机视觉领域预训练模型加载器和支持音频文件读写等功能； 具体命令如下所示： ```bash conda install pytorch torchvision torchaudio cpuonly -c pytorch ``` 此条指令不仅设置了主要计算引擎还引入了一些辅助性的子项目[^4]。 #### 3. **版本管理的重要性** 由于技术快速迭代更新，在实际应用过程中可能会遇到不同版本间存在兼容性问题的情况。例如如果单独升级了某个特定组成部分比如 `torchvision` 而未同步调整对应的 `pytorch` 版本，则可能导致程序崩溃或者无法正常使用某些特性。因此建议定期检查当前使用的各软件包状态并及时作出相应修改以保持一致性[^3]。 可以通过执行以下脚本来获取已安装的相关信息： ```python import pkg_resources print(pkg_resources.get_distribution('torch').version) print(pkg_resources.get_distribution('torchvision').version) ``` 必要时候利用 pip 工具来进行全局范围内的强制刷新操作： ```bash pip install --upgrade torch torchvision ``` --- ### 总结 综上所述，在 Conda 环境下，虽然我们习惯称呼其为 “PyTorch”，但实际上指的是围绕着名为 `torch` 的中心库所建立起来的一整套体系结构及其周边资源集合。为了确保最佳性能表现及稳定性考虑，应当密切关注各个构成要素之间的相互匹配程度，并适时采取措施解决可能出现的问题。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值