记一次torch和torchvision安装历程

已于 2024-11-20 17:22:17 修改
阅读量674 收藏 9
点赞数 6
文章标签： python
于 2024-11-20 17:18:24 首次发布
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/dangranshizhe/article/details/143920339
版权

由于项目需要安装这两个玩意，我在网上找了各种办法，最后这办法最方便

下载torch的链接：

https://mirrors.aliyun.com/pytorch-wheels/cu118/torch-2.3.1+cu118-cp38-cp38-win_amd64.whl

下载torchvision的链接：

https://mirrors.aliyun.com/pytorch-wheels/cu118/torchvision-0.18.0+cu118-cp38-cp38-win_amd64.whl

这个链接根据自己设备的实际情况来改变，具体咋改可以百度一下自己的设备适合哪个版本

然后安装过程中提示还需要安装 mkl-2021.4.0-py2.py3-none-win_amd64.whl，这个下载的特别慢，下载链接：https://download.pytorch.org/whl/mkl/

都下载好了之后先把mkl-2021.4.0-py2.py3-none-win_amd64.whl安装了

pip install mkl-2021.4.0-py2.py3-none-win_amd64.whl

然后在安装torch和torchvision

pip install torch-2.3.0+cu118-cp38-cp38-win_amd64.whl torchvision-0.18.0+cu118-cp38-cp38-win_amd64.whl

搞了一下午终于完美安装好
 

有点慢Zz
关注
第一章：AI大模型概述1.2 AI大模型的发展历程
AI天才研究院
01-30 709
随着人工智能技术的不断发展，AI大模型已经成为了当前最热门的研究方向之一。AI大模型是指具有数十亿甚至数百亿参数的深度神经网络模型，它们可以在各种任务上取得非常出色的表现，例如自然语言处理、计算机视觉、语音识别等。AI大模型的发展历程可以追溯到2012年，当时Hinton等人提出了深度学习的概念，并在ImageNet图像分类竞赛中取得了惊人的成绩。自此之后，深度学习技术得到了广泛的应用和发展，AI大模型也逐渐成为了研究的热点。AI大模型的发展趋势是不可逆转的，它们将在各种任务上取得越来越好的表现。
第一章：AI大模型概述1.2 AI大模型的发展历程1.2.2 突破性大模型的出现
AI天才研究院
01-15 127
1.背景介绍 AI大模型的发展历程可以追溯到20世纪60年代，当时人工智能研究者们开始研究如何让计算机模拟人类的智能。随着计算能力的不断提高和算法的不断发展，AI大模型逐渐成为可能。在2012年，AlexNet在ImageNet大赛中取得了卓越的成绩，这标志着深度学习开始进入人工智能领域。 1.2.2 突破性大模型的出现 突
【python环境之torch】为现有环境安装pytorch、torchvision和torchaudio
salaryresist的博客
04-11 1万+
由于大多数帖子在编写安装教程时都是从安装显卡驱动和cuda开始。但是在现实应用中，大多数情况下电脑都已经安装完cuda和显卡驱动且代码需要在固定python版本下运行。针对以上问题，本篇以为例介绍如何为现有环境安装pytorch等python库。本篇共介绍三种安装方式，分别是，。
(详解)安装pytorch(cpu版)，torch和torchvision的详细安装步骤，并在jupyter notebook和pycharm中配置好pytorch
热门推荐
2301_81199775的博客
02-27 4万+
(详解)安装pytorch(cpu版)，torch和torchvision的详细安装步骤，并在jupyter notebook和pycharm中配置好pytorch
NVIDIA Jetson Xavier NX入门-镜像为jetpack5（3）——pytorch和torchvision安装(1)
w5jaLw的博客
04-07 868
了95%以上前端开发知识点，真正体系化！**
清华镜像源安装Torch
qq_41946620的博客
02-10 1万+
windows 看这里 Windows10下更换conda和pip的源(不换源下载速度慢) pip源更换：下面的XXX是你的当前用户名 在C:\Users\XXX下新建一个文件夹，重命名为pip。 在pip文件夹里面新建一个文本文档，并重新命名为：pip.ini，需要修改后缀。 在pip.ini里面添加下面的信息（采用清华源）： [global] index-url = https://pypi....
镜像安装python3.7+pytorch1.7+torchvision0.8.1
IMWTJ123的博客
11-13 5293
一、创建虚拟环境并安装3.7的python 1.打开Windows环境下的anaconda：conda create -n name python=3.7 你创建的虚拟环境文件可以在，Anaconda->envs文件下找到 2.进入新建的虚拟环境:activate name 二、添加清华镜像 >conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ >conda c.
cpu版本的torch可以用清华镜像源安装
weixin_48192256的博客
12-02 3799
官方提供的默认的安装cpu版本的torch的命令。
关于CUDA+Torch+TorchVision+Python环境配置问题
ly17809212771的博客
11-15 2552
Cuda和Torch环境配置
解决import torch 报错（虚拟环境中已有pytorch包）问题的历程
weixin_61156398的博客
02-16 2781
解决import torch 报错（虚拟环境中已有pytorch包）问题的历程
numpy+mkl的安装文件下载速度过慢及版本选择问题
01-06
1.安装问题 先说明一下这个安装包可以从官网下载（版本选择看下一部分）https://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy 但是！！！ 下载速度真是宇宙超级无敌慢！好几次都给我卡断网了，不到200M的东西要下好几个小时。我将自己下载的文件上传到了网盘上，所以如果跟我是同一个版本的可以直接下载。 下载完成后打开cmd输入下列命令 pip install C:\Users\11384\Desktop\numpy-1.16.4+mkl-cp37-cp37m-win_amd64.whl 其中install后面的是我们下载的numpy+mkl文件的存放位置
mkl-2018.0.3离线安装包（附安装说明）
12-11
windows + anaconda 安装pytorch时，直接利用官网的conda命令安装时，需要安装mkl-2018.0.3，但是该库下载极慢，所以通过其他途径下载下来了mkl-2018.3文件，然后利用conda进行离线安装。最终顺利安装成功。
D4RL库的安装历程及成功经验
最新发布
qq_48717745的博客
03-30 827
本项目主要是记录在安装github开源项目D4RL时的要点，以及部分安装经验。D4RL库是主要用于深度强化相关研究的重要开源数据库，可与stable baseline3等框架结合使用。
安装常用镜像
程适场的博客
06-08 334
安装常用镜像
【Kaidi安装问题】下载mkl过慢
安安爸Chris的专栏
07-15 2285
执行install_mkl.sh时会下载mkl，但是国内速度过于慢，而且因为过慢的速度，还是timeout。真是无法忍受。 那么看一下是否可以另辟蹊径呢？ 当然，如果可以人肉FQ也是可以的，不过大多同学可能没有这个条件 ...
win10系统anaconda3同时安装mxnet、tensorflow、pytorch、飞桨的GPU版本
数字人生
03-30 2485
最近想同时使用几个深度学习框架，如果直接安装在anaconda基础环境，往往会提示依赖包冲突。 尝试使用conda为每一个深度学习框架建立一个环境，安装后不会再提示依赖冲突。机器上安装了以下4个深度学习框架： tensorflow：https://tensorflow.google.cn/install mxnet:https://mxnet.apache.org/versions/1.8.0/get_started? pytorch:https://pytorch.org/get-started
【机器视觉学习笔记】-001.环境篇
田豆芽的IT技术专栏
04-06 5464
文章目录1.环境篇1.1 什么是Conda1.2 安装Conda（Miniconda）1.2.1 基础环境1.2.2 下载Miniconda1.2.3 开始安装Miniconda第一步 安装第二步 测试第三步 安装国内镜像(清华大学)Conda 国内镜像PIP国内镜像1.3 使用Conda+pip安装包1.3.1 创建工作环境1.3.2 安装Opencv1.3.3 安装mediapipe1.3.3.1 初次用conda尝试安装1.3.3.2 用pip安装1.4 测试代码执行 1.环境篇 1.1 什么是Con
配置环境经验
Winkyyyyyy的博客
07-05 1558
用requirements.txt配置环境
linux 使用intel oneapi报错报错
weixin_53704902的博客
05-09 390
使用intel oneapi 2024.1.0 时经常报这个错误 因为当前 intel2024.1.0没有在使用 需要改回2024.0.0并安装适配的torch的包来运行。
torch torchvision torchaudio安装
01-03
### 安装 PyTorch 及其相关库 对于 Python 3.9 和 CUDA 11.6 的环境，在 Windows 平台上可以通过特定的 `.whl` 文件来安装 PyTorch、torchvision 和 torchaudio。具体操作如下： #### 使用预编译轮文件 (`.whl`) 安装 通过指定版本的 wheel 文件进行安装能够确保兼容性和稳定性。 ```bash pip install torch-1.12.0+cu116-cp39-cp39-win_amd64.whl[^1] pip install torchvision-0.12.0+cu116-cp39-cp39-win_amd64.whl ``` 这些命令会分别安装对应版本的 PyTorch、torchvision 和 torchaudio 库，适用于具有 CUDA 11.6 支持的 Windows AMD64 架构系统，并且与 Python 3.9 版本相匹配。 #### 利用 Conda 环境管理工具安装 另一种方法是借助 Anaconda 或 Miniconda 来创建一个新的虚拟环境并安装所需的软件包。这种方法特别适合那些希望简化依赖关系管理和避免潜在冲突的人群。 ```bash conda create -n myenv python=3.9 conda activate myenv conda install pytorch torchvision torchaudio cudatoolkit=11.6 -c pytorch -c conda-forge[^3] ``` 上述指令首先建立了一个名为 `myenv` 的新环境，接着激活该环境，最后按照给定条件安装了带有 CUDA 11.6 配置的支持 GPU 加速功能的 PyTorch 及其他两个扩展库。 如果遇到 SSL 模块不可用的问题，则可能是因为 OpenSSL 库缺失或者是由于某些原因导致 Python 编译时未正确配置 SSL 支持。针对此情况，建议参照相关文档或社区讨论寻找解决方案。
评论
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