d2l包下载出错与module ‘d2l.torch‘ has no attribute_ 问题解决

在学习李沐老师的《动手学深度学习》的时候需要下载d2l软件包

但经常会出现下载错误或是版本不对造成代码运行错误

 因为一开始是查到的解决方法是通过下面的网站下载.whl文件来安装,试过以后发现能用

 但后来报错越来越多,原因就是它和书上要求的d2l版本不同,书上要求d2l版本为0.17.5

 所以只从国内的源找到对应版本安装就行,我这里用的是华为云链接如下

Links for d2l (huaweicloud.com)

 

找到对应版本后下载到任一文件夹(自己要知道是哪个文件夹) ,然后打开Anaconda Prompt (Anaconda)

 一路cd到对应文件夹下然后执行    pip install "d2l-0.17.5-py3-none-any.whl"

(base) PS C:\Users\hp> f:
(base) PS F:\> cd 作业文件夹
(base) PS F:\作业文件夹> cd 统计建模
(base) PS F:\作业文件夹\统计建模> cd code
(base) PS F:\作业文件夹\统计建模\code> pip install "d2l-0.17.5-py3-none-any.whl"

 若出现如下报错

ERROR: Could not install packages due to an OSError: [WinError 5] 拒绝访问。: 'F:\\Anaconda\\Lib\\site-packages\\pandas\\_libs\\algos.cp39-win_amd64.pyd'
Consider using the `--user` option or check the permissions.

则需要以管理员身份运行下载指令

 pip install "d2l-0.17.5-py3-none-any.whl" --user

  • 18
    点赞
  • 34
    收藏
    觉得还不错? 一键收藏
  • 18
    评论
引用中的问题是关于使用TensorFlow时遇到的AttributeError: module 'tensorflow.compat.v1' has no attribute 'contrib'错误。这个错误是因为在TensorFlow 2.0版本中,'tensorflow.compat.v1'模块中的'contrib'子模块已经被移除了。 解决这个问题的方法是将代码中的'tensorflow.compat.v1.contrib'替换为'tensorflow.contrib'。这样可以修复该错误并使代码能够正常运行。 引用中的问题是在学习李沐老师的《动手学习深度学习pytorch版》时,运行d2l.load_array()函数时出现错误。要解决这个问题,可以尝试检查以下几个方面: 1. 检查是否已经正确安装了d2l库。可以使用pip install命令来安装最新版本的d2l库。 2. 检查代码中是否正确导入了d2l库。可以使用import语句来导入d2l库并确保没有拼写错误。 3. 检查d2l库的版本是否与代码要求的版本匹配。可以尝试使用pip show命令来查看已安装的d2l库的版本,并与代码要求的版本进行比较。 如果仍然无法解决问题,建议向相关论坛或社区寻求帮助,以获得更具体的解决方案。 引用中的问题是关于安装d2l库的错误和版本不匹配的问题。为了解决这个问题,可以按照以下步骤进行操作: 1. 找到适合版本的d2l库。可以根据书上要求的d2l版本为0.17.5,在合适的源中找到对应版本的d2l库。 2. 下载对应版本的d2l库,并将其保存在任意文件夹中。 3. 打开Anaconda Prompt(或其他终端工具)并使用cd命令导航到保存d2l库的文件夹。 4. 执行pip install命令来安装下载d2l库。例如,执行pip install "d2l-0.17.5-py3-none-any.whl"命令来安装版本为0.17.5的d2l库。 如果在安装过程中遇到权限问题,可以尝试使用管理员身份运行终端工具,或者添加--user选项来解决权限问题。 回答完问题后的

“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
评论 18
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
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