RuntimeError: Couldn‘t load custom C++ ops. This can happen if your PyTorch and torchvision versions

原因

在跑Tracking-Anything-with-DEVA模型的时候pytorch环境没有配置好,显卡驱动cuda version11.7装成了11.8,pytorch也需要从2.1.0换到2.0.1,导致torchvision不匹配。
根据报错信息前往github.com/pytorch/vision

查看已安装版本

import torch
torch.__version__ # 输出 2.0.1

import torchvision
torchvision.__version__ # 输出 0.16.0

版本不对,重新安装

1.卸载原有版本

conda卸载比较慢所以用了pip。

pip uninstall torchvision==0.16.0

一定要先卸载再安装,第一次尝试直接安装以为会覆盖更新结果并没有,后来执行了两次才卸干净(抹泪)
在这里插入图片描述

2.安装torchvision

先找到合适的版本:https://download.pytorch.org/whl/torchvision/
我这里是linux+py38+cu11.7

pip install https://download.pytorch.org/whl/cu117/torchvision-0.15.2%2Bcu117-cp38-cp38-linux_x86_64.whl

3.验证

import torchvision
torchvision.__version__ 

输出‘ 0.15.2+cu117’就成功力

(参考) torch-torchvision-python对应版本


### 回答1: 运行时错误:无法加载自定义C++操作。这可能是因为您的PyTorchtorchvision版本不兼容,或者在从源代码编译torchvision时出现错误。有关兼容版本的更多信息,请查看https://github.com/pytorch/vision#installation的兼容矩阵。请使用torch.__version__检查您的PyTorch版本和使用torchvision.__version__检查您的torchvision版本,并验证它们是否兼容。如果不兼容,请重新安装torchvision以使其与您的PyTorch安装匹配。 ### 回答2: 运行时错误:无法加载自定义 C ops。这可能是由于您的PyTorchtorchvision版本不兼容,或者是在编译torchvision源代码时出现错误造成的。要了解兼容版本的更多信息,请访问https://github.com/pytorch/vision。 该错误通常是在使用PyTorchtorchvision时出现的,原因是两者版本不兼容或者安装过程中发生错误。PyTorchtorchvision是机器学习的开源框架,非常受欢迎。它们可以帮助我们训练和部署深度学习模型,但是要注意版本兼容性。如果您使用的PyTorch版本torchvision版本不兼容,则可能会导致出现运行时错误。 解决这个问题的方法如下: 1. 升级或降级版本。您可以通过升级或降级PyTorchtorchvision版本来解决此问题。确保两者版本相互兼容。您可以在官方网站上找到相应的版本。 2.重新安装。您可以尝试重新安装PyTorchtorchvision,以确保安装过程中没有出现任何问题。可能需要在重新安装前清除任何旧版本。 3. 检查编译错误。如果在编译torchvision时出现错误,则可能会导致此问题。请检查编译时是否存在任何错误并尝试解决它们。 总之,要避免此问题,请确保您使用的PyTorchtorchvision版本相互兼容,并且在安装过程中没有发生错误。如果出现问题,则可以考虑升级或降级版本,重新安装或检查编译错误。 ### 回答3: 这个错误信息是PyTorch出现的一个运行时错误,提示无法加载自定义的Cops。通常情况下,这种错误可能出现在PyTorchtorchvision版本不兼容、或者编译torchvision的过程中出现错误的情况下。这种错误的主要原因是,PyTorchtorchvision是两个不同的库,它们的版本需要匹配,否则会导致无法正常使用。 如何解决这个错误呢?首先,在使用PyTorchtorchvision的时候,需要保证它们的版本是兼容的,最好使用相同的版本号。其次,如果出现了这个错误,可以尝试重新编译torchvision。具体步骤如下: 1. 首先,确保你已经安装了正确的依赖项,包括Python、CMake、GCC等等。可以按照torchvision的官方说明进行操作,并且需要注意版本号的兼容性。 2. 然后,在命令行中输入以下命令,下载torchvision的源代码:git clone https://github.com/pytorch/vision.git 3. 进入torchvision的源代码目录,执行以下命令:python setup.py install 4. 如果你遇到了编译错误,可以根据错误信息进行调整,修改相应的配置文件,如CMakeLists.txt等。需要注意的是,修改配置文件可能会影响到其他的库和应用程序,需要谨慎操作。 5. 最后,重新运行你的PyTorch程序,如果一切正常,这个错误信息应该会被消除。 总之,如果你在使用PyTorchtorchvision的过程中遇到了这个错误,不要惊慌,可以参考上述的解决方案,重试一下,相信很快就能够解决问题。同时,需要注意PyTorchtorchvision版本号兼容性,并且对系统和编译环境的配置也需要进行适当的调整,才能确保这两个库的正常使用。
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
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