pytorch安装

irober

于 2023-06-16 17:01:48 发布

阅读量504

点赞数

分类专栏： Pytorch 机器学习 python 文章标签： pytorch python 深度学习

本文链接：https://blog.csdn.net/irober/article/details/131250372

版权

python 同时被 3 个专栏收录

23 篇文章 3 订阅

订阅专栏

Pytorch

18 篇文章 1 订阅

订阅专栏

机器学习

5 篇文章 1 订阅

订阅专栏

该博客提供了一个简单的思路，具体步骤详见连接。

一、如果conda版本太低，建议更新conda。

conda update -n base -c defaults conda --repodata-fn=repodata.json

二、建立虚拟环境并激活：

conda create -n DARecNet python=3.7

conda activate DARecNet

如果要删除：conda env remove --name your_env_name

三、安装torch：

conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch

四、安装常见依赖：

conda install ipykernel
conda install numpy pandas matplotlib ipython scikit-learn
pip install torchsummary

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

irober

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
打赏
0
评论
pytorch安装

pytorch安装
复制链接

扫一扫

专栏目录

Ubuntu22.04安装PyTorch1.12.1 GPU版本

weixin_39450145的博客

05-11

4835

最近又被装环境折磨，仅根据实际情况记录糟心经历。仅作记录。网上很多pytorch GPU版本安装教程里一般步骤都说是：装显卡驱动、装cuda、装cudnn、最后安装pytorch GPU环境。但也有教程说可以不单独安装cuda、cudnn，直接安装pytorch GPU环境。于是，我打算在不安装cuda、cudnn的情况下（主要是嫌安装太麻烦），直接安装pytorch GPU环境。新机器，自带的有nvidia-smi显卡驱动。

Win10+Ubuntu18.04双系统安装配置教程（十一）——在虚拟环境中安装pytorch框架

m0_60355313的博客

11-24

482

Win10+Ubuntu双系统安装配置教程（十一）——在虚拟环境中安装pytorch框架

参与评论您还未登录，请先登录后发表或查看评论

最新发布

07-16

以下是一个基于当前时间（2024年）的PyTorch安装教程，涵盖了CPU和GPU版本的安装步骤。请注意，由于PyTorch和其依赖项（如CUDA和cuDNN）经常更新，因此安装步骤可能随时间变化。一、准备工作安装Anaconda： ...

2024最新pytorch安装（超详细版）.zip

03-09

博客还提供了如何验证PyTorch安装是否成功的方法，以及PyTorch的一些高级特性，如动态计算图、GPU加速、丰富的模型库和与Python的集成。最后，博客提供了一些解决安装和使用过程中可能遇到问题的方法。 ### 适用人群...

pytorch安装介绍

11-02

4. **验证安装**: 安装完成后，通过Python脚本验证PyTorch是否正确安装： ```python import torch print(torch.__version__) ``` 如果输出版本号，表明安装成功。 5. **安装其他依赖**: PyTorch通常需要与...

pytorch安装教程gpu

01-22

pytorch安装教程gpu pytorch安装教程gpu pytorch安装教程gpu pytorch安装教程gpu pytorch安装教程gpu pytorch安装教程gpu pytorch安装教程gpu pytorch安装教程gpu pytorch安装教程gpu pytorch安装教程gpu pytorch...

Pytorch矩阵乘法之torch.mul() 、 torch.mm() 及torch.matmul()的区别

irober的博客

02-05

2万+

torch.mul() 、 torch.mm() 及torch.matmul()的区别一、简介 torch.mul(a, b) 是矩阵a和b对应位相乘，a和b的维度必须相等，比如a的维度是(1, 2)，b的维度是(1, 2)，返回的仍是(1, 2)的矩阵； torch.mm(a, b) 是矩阵a和b矩阵相乘，比如a的维度是(1, 2)，b的维度是(2, 3)，返回的就是(1, 3)的矩阵。 torch.bmm() 强制规定维度和大小相同 torch.matmul() 没有强制规定维度和大小，可以用利用广

module ‘serial’ has no attribute ‘Serial’

irober的博客

07-02

2万+

module ‘serial’ has no attribute ‘Serial’ 问题代码： import serial # 导入pyserial com = serial.Serial('com3', 115200) # 实例化串口，com3，波特率115200 报错：module ‘serial’ has no attribute ‘Serial’ 解决办法：1、卸载serial；2、卸载pyserial；3、重新打开你的编辑器。 pip uninstall serial pip uninsta

Python字典切片

irober的博客

02-04

2万+

Python字典切片 python 的 list, string, tuple 都提供了切片操作，用起来非常方便。有时候会需要对字典进行截取，只需要其中一部分数据。然而 python 的 dict 没有提供类似的切片操作，所以就得要自己实现。其实也很简单：先取出所有 keys，再对 keys 切片，然后用得到的键去字典里找值重新创建一个新的字典。示例代码： def dict_slice(adict, start, end): keys = adict.keys() dict_slice =

终端进程启动失败: shell 可执行文件“C:\Windows\System32\cmd.exe ”的路径不存在。

irober的博客

10-09

1万+

运行vscode时遇到cmd无法启动的问题。主要原因，你的程序配置没有设置该文件路径，将该路径添加进来即可。具体操作：查看你打开文件夹下的.vscode文件夹下的settings.json文件，如下图：添加"terminal.integrated.shell.windows": "C:\\Windows\\System32\\cmd.exe",，如下图所示：其中，增加的其他项，是本程序依赖的其他路径。 ...

python3循环命名

irober的博客

08-28

9356

python3循环命名在python中，对于有规律的变量名，我们可以采取循环命名的方式。譬如，我要生成5个列表，分别命名为list_0-----list_4。 1、数字类型循环命名 list_test = ['我','要','学','EIT','。'] #批量生成列表 prepare_list = locals() #locals()以字典类型返回当前位置的全部局部变量 for i in range(5): list_ = 'list_' + str(i) prepare_list[li

re.findall() in python-----如何取出一组字符串中的数字（整数或小数）

irober的博客

07-02

3967

如何取出一组字符串中的数字（整数或小数） import re >>> s = '4 and 10.2356' >>> re.findall(r'\d+(?:\.\d+)?', s) ['4', '10.2356'] >>> print(int(re.findall(r'\d+(?:\.\d+)?', s)[0])) 4 >>> print(float(re.findall(r'\d+(?:\.\d+)?', s)[1])) 10.235

Tkinter pyimage不存在----image “pyimage10“ doesn‘t exist

irober的博客

07-02

3896

Tkinter pyimage不存在----image “pyimage10” doesn’t exist 运行环境：Spyder（python3.7）或者jupyter notebook 运行例程： import tkinter as tk window = tk.Tk() window.title('my window') window.geometry('200x200') canvas = tk.Canvas(window, bg='blue', height=100, width=200) i

UserWarning: nn.init.kaiming_normal is now deprecated in favor of nn.init.kaiming_normal_.

irober的博客

12-27

3300

基于torch1.8.1 训练模型时，出现如下warning，记录解决方法。 UserWarning: nn.init.kaiming_normal is now deprecated in favor of nn.init.kaiming_normal_. 解决：出现警告的原因，是torch版本的更新导致之前的参数不再使用。然而警告并不影响代码运行，所以可以不管。但是，为了输出不再出现警告，可加入忽视warning的代码： import warnings warnings.filterwarnings

Anaconda复制Conda的虚拟环境

irober的博客

01-15

3256

Anaconda复制Conda的虚拟环境一、clone旧环境来创建新环境二、删除旧环境 深度学习过程中，同一个服务器上，多个用户的虚拟环境可以通过clone互相使用，省去重新搭建环境的步骤。 conda并没有对环境重命名这一操作，我们可以通过先clone旧的环境，然后删除旧环境(可选)来等效地对旧环境重新命名下面是本机实际操作：一、clone旧环境来创建新环境我们几个用户都使用了安装在user用户下的Anaconda。而且都有sodo权限。 conda create -n chf_keras --c

pytorch 安装

05-31

要安装 PyTorch，可以按照以下步骤操作： 1. 确认你的 Python 版本。PyTorch 支持 Python 3.6、3.7、3.8 和 3.9。 2. 安装 PyTorch 的依赖项：NumPy。 ``` pip install numpy ``` 3. 从官网选择合适的版本安装。可以根据自己的操作系统和 CUDA 版本选择不同的版本。如果不需要使用 GPU 加速，可以选择 CPU 版本。 ``` pip install torch torchvision torchaudio ``` 4. 安装完成后，可以在 Python 中测试 PyTorch 是否正常运行： ```python import torch x = torch.tensor([1, 2, 3]) print(x) ``` 如果输出 `[1, 2, 3]`，则表示 PyTorch 安装成功。注意：安装 PyTorch 可能会因为网络问题失败，可以多试几次或者使用其他的源。

“相关推荐”对你有帮助么？

非常没帮助
没帮助
一般
有帮助
非常有帮助

提交