theseus库中functorch包和torch版本兼容问题解决

最新推荐文章于 2024-05-08 16:28:37 发布
最新推荐文章于 2024-05-08 16:28:37 发布
阅读量556 收藏 7
点赞数 7
文章标签： 深度学习 人工智能 pytorch
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/weixin_62820509/article/details/134677109
版权

一、背景

theseus库的导入中要用到functorch，这个包在torch1.13后不再单独作为一个包，而是集成在torch内部，通过torch.func使用。

plantf代码要求torch版本1.12

functorch适配的torch1.12，官方说明版本为0.2.0，但是实际上并不兼容。

二、解决办法

functorch指定0.2.0办法失败；

1.直接升级torch到2.0，然后找到对应的torchvision和chaudio版本：

（这样就不用再下载functorch拉）

pip install torch==2.0.0 torchvision==0.15.1 torchaudio==2.0.1

 2.还会出现natten的问题，重新下载一个。参考如下。

参考：

PyTorch中torch、torchvision、torchaudio、torchtext版本对应关系_torch与torchvision版本_Liekkas Kono的博客-CSDN博客

NATTEN

https://pytorch.org/functorch/versions.html

tologone
关注
  • 7
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Theseus:与VR兼容的操作环境
05-08
us修斯 与VR兼容的操作环境
git-of-theseus：分析Git仓库随着时间的增长
02-02
一些脚本来分析Git仓库。 产生像这样的（在本身上运行）： 正在安装 运行pip install git-of-theseus 跑步 首先，您需要运行git-of-theseus-analyze <path> （有关大量配置，请参见git-of-theseus-analyze --help ）。 这将分析存储库，可能会花费一些时间。 之后，您可以生成图！ 您可以通过以下几种方法做到这一点： 运行git-of-theseus-stack-plot cohorts.json ，它将写入stack_plot.png 运行git-of-theseus-survival-plot survival.json将写入survival_plot.png （与运行--help某些选项） 如果要绘制多个存储库，则必须为每个项目分别运行git-of-theseus-analyze ，并使用--outdir标志将数据存储在单独的目录中。 然后您可以运行git-of-theseus-survival-plot <foo> <bar>
Python库 | theseus_growth-0.2.5.tar.gz
05-23
资源分类：Python库 所属语言：Python 资源全名：theseus_growth-0.2.5.tar.gz 资源来源：官方 安装方法：https://lanzao.blog.csdn.net/article/details/101784059
Python库 | functorch-0.1.0-cp37-cp37m-macosx_10_14_x86_64.whl
03-30
资源分类：Python库 所属语言：Python 资源全名：functorch-0.1.0-cp37-cp37m-macosx_10_14_x86_64.whl 资源来源：官方 安装方法：https://lanzao.blog.csdn.net/article/details/101784059
torchfunc:PyTorch功能和实用程序使您的生活更轻松
05-04
改善和分析神经网络的性能（例如Tensor Cores兼容性） 在数据通过时记录/分析torch.nn.Module内部状态 根据外部条件执行上述操作（使用单个Callable进行指定） 日常神经网络相关职责（模型大小，播种，时间测量等） 获取有关您的主机操作系统， torch.nn.Module设备，CUDA功能等的信息。 版本 文件 测验 覆盖范围 风格 聚酰亚胺 Python 火炬 码头工人 路线图 :light_bulb: 例子 在此处检查文档： : 1.获取性能提示 获取有关模块的即时性能提示。 评论所描述的所有问题都将通过torchfunc.performance.tips ： class Model ( torch . nn . Module ): def __init__ ( self ): super (). __init__ () se
使用PyTorch+functorch计算并可视化NTK矩阵
shsh0810的博客
05-16 1376
使用PyTorch+functorch计算并可视化NTK矩阵
PyTorch1.11 亮点一览：TorchData、functorch、DDP 静态图
qq_39967751的博客
04-01 2847
翻译自 PyTorch 官方Blog并添加少量修改 MMCV 自v1.4.7开始提供 PyTorch1.11 预编译包 前言 近日，PyTorch 推出 PyTorch 1.11，本次亮点可总结为如下 ： TorchData：一个新的用于通用模块化数据加载的库，可以轻松构建灵活、高性能的数据 pipeline functorch：一个类 JAX 的向 PyTorch 添加可组合函数转换的库 DDP 静态图优化正式可用 TorchData TorchData 是一个通用模块化数据加载库，用...
高性能Transformers训练支持！PyTorch 2.0正式版来了！
idol24的博客
03-16 953
本文来源 机器之心编辑部在PyTorch Conference 2022上，研发团队介绍了 PyTorch 2.0，并宣布稳定版本将在今年 3 月正式发布，现在 PyTorch 2.0 正式版如期而至。GitHub地址：https://github.com/pytorch/pytorch/releasesPyTorch 2.0 延续了之前的 eager 模式，同时从根本上改进了 PyTorch ...
PyTorch中torch、torchvision、torchaudio、torchtext版本对应关系
热门推荐
有问题请直接说问题就好
02-10 13万+
PyTorch中torch、torchvision、torchaudio版 torch torchaudio python main / nightly main / nightly >=3.7, <=3.9 1.10.0 0.10.0 >=3.6, <=3.9 1.9.1 0.9.1 >=3.6, <=3.9 1.9.0 0.9.0 >=3.6, <=3.9 1.8.2 0.8.2 >=3.6, <=3.9 1
PyTorch 2.0正式版来了！
weixin_40920183的博客
03-16 104
来源：机器之心机器之心编辑部在PyTorch Conference 2022上，研发团队介绍了 PyTorch 2.0，并宣布稳定版本将在今年 3 月正式发布，现在 PyTorch 2.0 正式版如期而至。GitHub地址：https://github.com/pytorch/pytorch/releasesPyTorch 2.0 延续了之前的 eager 模式，同时从根本上改进了 PyTorch...
Python库 | theseus_growth-0.3.5-py3-none-any.whl
05-11
资源分类：Python库 所属语言：Python 资源全名：theseus_growth-0.3.5-py3-none-any.whl 资源来源：官方 安装方法：https://lanzao.blog.csdn.net/article/details/101784059
theseus
03-25
如果您只需要曝光图，最好使用更高版本（exposure_maps.tar.gz），因为它使用uses修斯仪器的实际视场和有效面积，并且是由ESA在Obssim运行中计算得出的。 这些地图的单位是在标称任务使用期限的4年内达到的总暴露...
pytorch | 使用vmap对自定义函数进行并行化/ 向量化的执行
Rilkean Heart
04-11 1321
在pytorch中，使用vmap对自定义函数进行并行化/ 向量化的执行
PyTorch 2.0
whaosoft143ai的博客
03-16 286
为了充分利用不同的硬件模型和 Transformer 用例，PyTorch 2.0 支持多个 SDPA 自定义内核，自定义内核选择逻辑是为给定模型和硬件类型选择最高性能的内核。除了 2.0，研发团队这次还发布了 PyTorch 域库的一系列 beta 更新，包括 in-tree 的库和 TorchAudio、TorchVision、TorchText 等独立库。与之前的版本相比，PyTorch 2.0 提高了 Graviton 的推理性能，包括针对 ResNet-50 和 BERT 的改进whaosoft
torch.functional 和torch.nn.functional，torch.nn和torch.nn.functional的区别
weixin_46088099的博客
07-22 1283
torch.functional 和torch.nn.functional，torch.nn和torch.nn.functional的区别
深度学习框架 PyTorch 发布 1.11 版本
2301_81940605的博客
02-18 977
Python 著名 AI 框架 PyTorch 1.11 已发布。此版本由自 1.10 以来的 3300 多个提交组成， TorchData 和 functorch 的 beta 版本亦伴随发布。
PyTorch 1.13 正式发布：CUDA 升级、集成多个库、M1 芯片支持
HyperAI超神经
11-03 8837
内附多个 PyTorch 中文教程
Torch7深度学习教程（三）
麻花
05-06 7454
函数的使用 这是函数的定义方式，声明的关键字+定义的函数名+形参的名字，在此博主返回两个值，具体的函数功能在后面再说 这是初始化一个5x2的矩阵，并且初值都为1。这里有多了一种初始化矩阵的方法。 这是先声明一个2x5的矩阵，然后再调用fill（）方法其值全部初始化为4。 将a，b矩阵输入到addTensors函数里面，注意这里是实参，前面定义的a，b是形参，这个有点c基础的应
基于卷积神经网络的一维信号降噪（简单版，MATLAB）
最新发布
weixin_39402231的博客
05-08 282
基于卷积神经网络的一维信号降噪（简单版，MATLAB）
推荐30个bert压缩模型
02-06
1. MobileBERT 2. TinyBERT 3. MiniBERT 4. DistilBERT 5. ALBERT 6. AdaptiveBERT 7. FusedBERT 8. SparseBERT 9. Two-Stream BERT 10. Context-Aware BERT 11. VisionBERT 12. BERTje 13. Stabilized BERT 14. BERT-of-Theseus 15. Self-Attentive BERT 16. Robust BERT 17. InterBERT 18. ProtoBERT 19. BERT-DA 20. Multilingual BERT 21. BERT-PTM 22. BERT-PKD 23. BERT-STC 24. BERT-HAN 25. BERT-MPG 26. BERT-QA 27. BERT-RACE 28. BERT-MTL 29. BERT-QG 30. BERT-LM

“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
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