torch安装找不到版本报错

芝麻节节高.

已于 2023-03-30 16:36:40 修改

阅读量5.4k

点赞数 4

文章标签： python 深度学习机器学习人工智能

于 2023-03-29 17:57:21 首次发布

本文链接：https://blog.csdn.net/xxbbzzjsj/article/details/129841908

版权

报错Could not find a version that satisfies the requirement torch==1.0.0 (from versions: none)

解决：

1、换镜像，比如pip install -i http://mirrors.aliyun.com/pypi/simple/ torch==1.0.0

2、去官网找whl文件。老版本这里都有Previous PyTorch Versions | PyTorch。可以进 https://download.pytorch.org/whl/cpu/torch_stable.html下载torch和torchvision的whl文件。

直接使用pip install torch是默认安装的cpu版本，所以最好到官网指定版本，可以用torch.cuda.is_available()命令检查。
要找好和自己电脑配置一致的版本，cu表示cuda版本(GPU)，torch后面的是torch的版本，cp后面的python的版本，电脑是win64。
进whl所在文件夹cmd后，类似pip install torch-1.0.0-cp37-cp37m-win_amd64.whl即可。

3、把pip的下载链接改为官网，比如pip install torch==1.0.0 -f https://download.pytorch.org/whl/torch_stable.html

4、如果可以的话，换个相近的高版本吧

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

芝麻节节高.

关注关注

4
点赞
踩
11

收藏

觉得还不错? 一键收藏
3
评论
torch安装找不到版本报错

torch安装找不到版本报错的4种解决办法，可按顺序来
复制链接

扫一扫

pytorch报错：Process finished with exit code -1073741819 (0xC0000005)

12-21

网上各种解决方法，但是我都试了不可以，我实验发现如果不采用gpu环境的pytorch程序无报错，采用使用gpu的pytoch程序报错，采用gpu的tensroflow和keras不报错。这就让我很疑惑，为什么只有采用gpu的pytorch程序才会报错,又联想到windows10有自动更新系统的毛病，所以我怀疑是自动更新把我配的环境搞坏了。所以采取了一下自查行为： 1.查看自己安装torch和torchvision的版本我的环境是windows10，python版本是3.6.7，笔记本显卡是GTX950m，torchvision版本是cu92/torchvision-0.6.0+cu92-

yolov5-3.1版本训练时可能会报错及修改方法汇总

08-20

三、 yaml 文件中的路径不正确导致找不到图片数据集在 yolov5-3.1 版本训练时，可能会出现上述报错。这是因为 yaml 文件中的路径不正确，导致无法找到图片数据集。解决方法是检查 yaml 文件中的路径是否正确，确保...

3 条评论您还未登录，请先登录后发表或查看评论

PyTorch安装报错

qq_42896431的博客

12-02

4300

PyTorch安装报错 ERROR: Could not find a version that satisfies the requirement torch (from versions: none) ERROR: No matching distribution found for torch

【Python】解决Python报错：ERROR: Could not find a version that satisfies the requirement

热门推荐

qq_45750017的博客

07-22

8万+

报错内容 Could not find a version that satisfies the requirement xxx (from versions: none) 报错原因 1 python版本与当前的pytorch版本不兼容 2 anaconda内的包未更新 3 镜像源问题（或网络问题）解决方案进入torch的wheel下载网站https://download.pytorch.org/whl/torch_stable.html 根据自己电脑的CUDA版本下载对应的torch和torc

安装Pytorch时出现ERROR: Could not find a version that satisfies the requirement...的解决方法

m0_63604019的博客

04-04

4万+

罗列了几种ERROR: Could not find a version that satisfies the requirement...的解决方法

tensorrt安装时，运行不了可能缺失的dll文件

05-16

cublas64_10.dll，cublasLt64_10.dll，cudart64_100.dll，cudnn_adv_infer64_8.dll，cudnn_adv_train64_8.dll，cudnn_cnn_infer64_8.dll，cudnn_cnn_train64_8.dll，cudnn_ops_infer64_8.dll，cudnn_ops_train64_8....

pytorch安装教程含pytorch+torcvision+python+cuda+cudnn版本对照

01-22

如果没有报错，且能打印出PyTorch和TorcVision的版本信息，说明安装成功。 7. **常见问题**：如遇到`CondaVerificationError`，这通常意味着conda包可能损坏或不完整。可以通过清理conda缓存来解决这个问题，使用...

pytorch-torch.t()函数.pdf

02-17

- 对于1维张量，`torch.t()`函数可能不适用或在旧版本中会导致错误。 - 对于2维张量，`torch.t()`函数能够正确实现矩阵转置操作。 `torch.t()`函数是PyTorch中非常基础但重要的函数之一，掌握其使用方法对于进行...

解决 ERROR: Could not find a version that satisfies the requirement torch==1.10.0+cu102

fanfanfan的博客

03-31

5924

python3.10目前在pytorch提供的库中根本没有对应的windows10环境的torch库。指令来源：https://pytorch.org/get-started/locally/我这里直接将后缀改为自己的CUDA版本cu102就可以下载。注：cu代表CUDA版本，cp代表python版本。安装python3.8，注意添加环境变量。然后以管理员身份打开cmd，执行安装指令。python版本：3.10。本机CUDA版本：10.2。笔者的问题不是网络问题。

Could not find a version that satisfies the requirement torch解决办法

HiMilan的博客

05-05

4528

上说明目前pytorch在Windows上只支持3.8-3.11，我之前的python版本是3.7，更新python版本到3.10以后就好了。更新完python再去pytorch官网复制命令去cmd中执行就好了。一个可能的原因是python版本过低。

解决ERROR: Could not find a version that satisfies the requirement torch (from versions: none)

knighthood2001

03-04

1692

我使用anaconda进行安装pytorch时候，由于我使用的命令是。我刚开始试着把pip3变成pip，还是不行，然后翻看这篇文章，后来想着是不是不能用pip，要用conda。然后去官网查看了以下conda命令。输入这行就可以安装了。

ERROR: Could not find a version that satisfies the requirement 安装torch遇到的错误

qq_41598310的博客

01-15

3021

试了一个下午，把能用的镜像都换了，python版本也进行了检查3.7.6理论上是可行的，但就是报找不到。打印python位数，发现安装的是32位的，但是pytorch只支持64位的。卸载python,重新下载64位的，最好是3.6以上版本的python。

ERROR: Could not find a version that satisfies the requirement torch==1.8.1+cu111

weixin_43501408的博客

03-13

5979

问题描述：我在配置环境时，使用pytorch官网上的命令安装torcch时，出现了pip install torch==1.8.1+cu111 torchvision==0.9.1+cu111 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html这个错误。（自己有点疑问，为什么我开梯子就是为了加快国外网站的下载速度，反而打开梯子，反而下不了呢。相反，用校园网下载速度很快，难道校园网可以下载国外的资源很快。

ERROR: Could not find a version that satisfies the requirement torch==1.7.0 ERROR: No matching……

congcong_i的博客

05-12

2万+

使用pip安装torch1.7.0版本时报错：ERROR: Could not find a version that satisfies the requirement torch==1.7.0 (from versions: 0.1.2, 0.1.2.post1, 0.1.2.post2, 1.7.1, 1.8.0, 1.8.1) ERROR: No matching distribution found for torch==1.7.0，如下图：本质问题是不能直接下载1.7.0版本的torch

Could not find a version that satisfies the requirement 安装包名字 (from versions: ) 最终解决方案！！

shenliu128的博客

10-31

7万+

大家在刚开始使用python 时会遇到缺少python 库的问题，提示 No module named ’ 安装包名字’ 问题在解决安装包问题中在网上找了很多的方法，方法很多各种各样，对一部分人有用，对一部分没有用，下面对这些方法做了整理，希望可以节省大家查问题解决问题的时间。这时候根据No module named ’ 安装包名字’ 百度查解决方法，方法有很多，比如方法一：pip install 安装包名字方法二：python -m pip install 安装包名字方法三：pip --tr

cuda版本和torch不对应怎么办

08-06

### 回答1：如果 CUDA 版本和 PyTorch 不匹配，可能会出现以下问题之一： - PyTorch 在安装过程中报错 - 在使用 PyTorch 进行深度学习训练时报错解决这个问题的方法有两种： 1. 安装适用于当前 CUDA 版本的 PyTorch： - 首先检查 PyTorch 的官方文档，看看当前使用的 CUDA 版本是否在支持的范围内。 - 如果在支持的范围内，可以通过使用 pip 安装正确版本的 PyTorch 来解决问题。例如，如果当前使用的是 CUDA 11.0，可以使用以下命令安装 PyTorch： ``` pip install torch==1.7.0+cu110 torchvision==0.8.1+cu110 -f https://download.pytorch.org/whl/torch_stable.html ``` 2. 安装适用于 PyTorch 版本的 CUDA： - 如果当前使用的 CUDA 版本不在 PyTorch 支持的范围内，可以考虑安装适用于 PyTorch 版本的 CUDA。 - 具体方法是，先卸载当前版本的 CUDA，然后下载安装包并安装适用于 PyTorch 版本的 CUDA。注意：在安装过程中，需要保证 CUDA 和 PyTorch 版本的兼容性，否则会导致问题。建议在安装过程中参考官方文档，确保安装的是正确版本。 ### 回答2：当CUDA版本和PyTorch不对应时，你可以考虑以下几种方法来处理： 1. 更新CUDA版本：首先，你可以尝试通过升级CUDA版本来解决兼容性问题。官方网站上有最新的CUDA版本，请下载并安装与你正在使用的PyTorch版本兼容的CUDA版本。 2. 降低PyTorch版本：如果不方便更新CUDA版本，你可以考虑降低PyTorch的版本，使其与你当前的CUDA版本兼容。查找PyTorch的官方文档或GitHub页面，找到与你当前CUDA版本兼容的最新版本，并安装该版本。 3. 编译自定义版本：如果官方提供的PyTorch版本与你当前的CUDA版本都不兼容，你可以尝试从源代码编译自定义版本。通过克隆PyTorch的GitHub仓库，根据你正在使用的CUDA版本自行编译PyTorch。 4. 使用CPU模式：如果以上方法都无法解决问题，你可以考虑运行PyTorch的CPU版本。CPU版本不需要CUDA依赖，可以在没有GPU加速的情况下运行PyTorch代码。你可以通过将代码中的相关GPU函数替换为CPU函数来实现。无论选择哪种方法，使用适配的CUDA版本和PyTorch版本可以确保模型的正常运行和高效的计算。请注意在更新或更改软件版本前备份重要的代码和数据，以防不可预料的问题发生。 ### 回答3：当CUDA版本与Torch不对应时，可以采取以下解决方法： 1. 更新CUDA版本：首先检查当前安装的CUDA版本，并确定所使用的Torch版本所支持的CUDA版本范围。如果当前CUDA版本过低或高于Torch支持的范围，可以尝试升级或降级CUDA版本，以使其与Torch相适应。 2. 更新Torch：查看当前安装的Torch版本，并确认其兼容的CUDA版本。如果Torch版本过旧且不支持当前CUDA版本，可以升级Torch到与CUDA版本对应的较新版本。 3. 使用预编译版本：在某些情况下，可能已经存在与所需CUDA版本对应的预编译版本的Torch。可以尝试寻找并安装与当前CUDA版本对应的预编译版本，这样就无需自行编译和配置Torch。 4. 自行编译Torch：如果无法找到与所需CUDA版本对应的预编译版本，可以考虑自行编译Torch。这需要具备一定的编译和配置技能，并按照相关文档和指南，自行编译与当前CUDA版本兼容的Torch。 5. 使用其他深度学习框架：如果以上方法都无法解决问题，可以尝试使用其他兼容所需CUDA版本的深度学习框架。例如，PyTorch支持多个CUDA版本，而其他框架如TensorFlow、MXNet等也提供了与不同CUDA版本兼容的版本。需要注意的是，更改CUDA版本或Torch版本可能会导致其他依赖项不兼容或出现其他问题。在运行以上操作之前，一定要备份重要的数据和配置，以防出现不可逆的错误。此外，可以参考相关文档、论坛和社群中的解决方案，以获取更加具体和全面的指导。