pycuda的安装,wheel报错

PyCUDA是用于利用GPU进行并行计算和图像分析的包,但网上安装教程常遇到问题。本文介绍了如何成功安装PyCUDA,包括从特定网站下载对应Python版本的whl文件,忽略pip安装时的c++或wheel错误,通过cmd进入文件目录并保持whl文件原始名称进行pip安装。
摘要由CSDN通过智能技术生成

pycuda是调用显卡的的一个包

对于并行计算和人工智能图像分析都有很大的帮助

但是网上的pycuda安装都是不太好用

所以我给大家来介绍一下我怎么安装成功的

安装cuda (pip install cuda)会报错c++或者wheel,这些都不用管

首先是下载自己的版本

从这个官网来找到自己的版本

https://www.lfd.uci.edu/~gohlke/pythonlibs/#pycuda

介绍一下版本奥

python3.7的就是cp37 py3.9就是cp39

以此类推

下载好以后放到一个目录

然后win+r cmd打开控制台 进入到你存放这个包的目录‘

 

然后pip install 文件名安装

如下图

注意,这个.whl文件必须是原来的名字,不然会报错

 之后去测试一下

 安装成功

安装transformer报错可能有几种原因和解决方法。首先,如果安装速度慢且出现TimeoutError,可以尝试使用镜像进行安装。 其次,如果提示安装成功但在import时出现错误提示"None of PyTorch, TensorFlow >= 2.0, or Flax have been found. Models won't be available and only tokenizers, configuration and file/data utilities can be used.",原因可能是tensorflow和transformers使用了不同的安装方法。例如,tensorflow是在anaconda prompt中安装的,但是transformers可能使用了cmd进行安装。解决方法是先卸载已安装的transformers(在cmd中使用命令pip uninstall transformers),然后在anaconda prompt中重新安装一遍。 具体的安装方式如下:首先,打开anaconda prompt,在命令行中输入"pip install -i https://pypi.tuna.tsinghua.edu.cn/simple transformers"进行安装安装完成后,可以使用"import transformers"进行检测,如果没有报错,则说明安装成功。 另外,如果出现错误详情为"ERROR: Command errored out with exit status 1: command: '/Users/XXX/...' '/Users/XXX/..._in_process.py' build_wheel '/Users/XXX/...' cwd: /Users/XXX/.../pip-install-sza2_lmj\tokenizers Complete output (10 lines): running bdist_wheel running build running build_py creating build creating build\lib creating build\lib\tokenizers copying tokenizers\__init__.py -> build\lib\tokenizers running build_ext running build_rust error: Can not find Rust compiler ERROR: Failed building wheel for tokenizers Failed to build tokenizers ERROR: Could not build wheels for tokenizers which use PEP 517 and cannot be installed directly",可能是由于缺少Rust编译器导致的。 解决此问题的方法是安装Rust编译器。可以从官方网站(https://www.rust-lang.org/tools/install)下载并按照指示安装安装完成后,再次尝试安装transformers,应该就能成功了。 综上所述,安装transformer报错可能是由于安装速度慢、安装方法不正确或缺少Rust编译器等原因导致的。根据具体的错误提示,可以尝试使用镜像进行安装、重新安装transformers或安装Rust编译器来解决问题。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

星欲冷hx

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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