UBUNTU 安装openai 从零开始 pytorch1.3.1 报错 单独安装

已于 2022-10-18 20:38:03 修改
阅读量3.4k 收藏 5
点赞数
CC 4.0 BY-SA版权
文章标签： pytorch ubuntu openal
于 2021-03-01 14:01:36 首次发布
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.youkuaiyun.com/AT_realax/article/details/114260838
本文档详细介绍了在Ubuntu系统中安装OpenAI及PyTorch 1.3.1的过程，包括更换软件源、安装必要的软件包、创建Anaconda环境、安装OpenMPI等步骤。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

船新UBUNTU 安装openai 从零开始 @TOC

从零开始 openai 安装 pytorch1.3.1安装

新手上车，装了一个星期，从第一句cd命令开始，真是令人头皮发麻！
咱就从换源开始，一步步安装openai

一、换源

二、输入法安装

三、openai安装

五、Fm

一、换源

1.备份文件

sudo cp /etc/apt/sources.list sources_backup.list

2.修改文件

sudo gedit /etc/apt/sources.list

3.写入源，保存。(ubuntu16.04)

#清华大学源

deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial main restricted
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-updates main restricted
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-updates universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial multiverse
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-updates multiverse
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-security main restricted
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-security universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-security multiverse

#阿里云源

deb-src http://archive.ubuntu.com/ubuntu xenial main restricted
deb http://mirrors.aliyun.com/ubuntu/ xenial main restricted
deb-src http://mirrors.aliyun.com/ubuntu/ xenial main restricted multiverse universe
deb http://mirrors.aliyun.com/ubuntu/ xenial-updates main restricted
deb-src http://mirrors.aliyun.com/ubuntu/ xenial-updates main restricted multiverse universe
deb http://mirrors.aliyun.com/ubuntu/ xenial universe
deb http://mirrors.aliyun.com/ubuntu/ xenial-updates universe
deb http://mirrors.aliyun.com/ubuntu/ xenial multiverse
deb http://mirrors.aliyun.com/ubuntu/ xenial-updates multiverse
deb http://mirrors.aliyun.com/ubuntu/ xenial-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ xenial-backports main restricted universe multiverse
deb http://archive.canonical.com/ubuntu xenial partner
deb-src http://archive.canonical.com/ubuntu xenial partner
deb http://mirrors.aliyun.com/ubuntu/ xenial-security main restricted
deb-src http://mirrors.aliyun.com/ubuntu/ xenial-security main restricted multiverse universe
deb http://mirrors.aliyun.com/ubuntu/ xenial-security universe
deb http://mirrors.aliyun.com/ubuntu/ xenial-security multiverse

阿里源(ubuntu18.04)

deb http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse

阿里源(ubuntu20.04)

deb http://mirrors.aliyun.com/ubuntu/ focal main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ focal main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ focal-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ focal-security main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ focal-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ focal-updates main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ focal-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ focal-backports main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ focal-proposed main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ focal-proposed main restricted universe multiverse

阿里镜像站

https://developer.aliyun.com/mirror/ubuntu/?spm=a2c6h.25603864.0.0.47634af3iBaqpg

3.更新

a.这个命令，会访问源列表里的每个网址，并读取软件列表，然后保存在本地电脑。我们在新立得软件包管理器里看到的软件列表，都是通过update命令更新的。

sudo apt-get update

b.解决各种缺少依赖问题

sudo apt-get -f install

c.这个命令，会把本地已安装的软件，与刚下载的软件列表里对应软件进行对比，如果发现已安装的软件版本太低，就会提示你更新。

sudo apt-get upgrade

安装驱动

1、卸载驱动

sudo apt-get remove nvidia-*

2、查询可用驱动

sudo ubuntu-drivers devices

会出现类似的 （每个版本 因时间推进而可能版本号不同 以自己的为准
driver : nvidia-driver-470 - distro non-free driver : nvidia-driver-460-server - distro non-free recommended driver : xserver-xorg-video-nouveau - distro free builtin
3、选取在上面列表中自己需要的列表中的驱动安装即可 一般不推荐安装test的驱动

sudo apt install nvidia-driver-470

4、检验驱动是否安装成功

sudo nvidia-smi

5、编辑内核

sudo nano /etc/modprobe.d/blacklist.conf

文件末尾加上 blacklist nouveau 然后保存

sudo update-initramfs -u

使改动生效，这句很重要
7、重启

sudo reoot

二、输入法安装

https://blog.youkuaiyun.com/sandalphon4869/article/details/100781978
https://jingyan.baidu.com/article/fec4bce28610c4f2618d8b13.html

（ubuntu18.04）
https://blog.youkuaiyun.com/qq_27211927/article/details/80877684
IBus与fcitx切换的时候记得要重启

1.v2ay

在这里插入图片描述
/opt/v2ray/v2ray-linux-64/v2ray
/opt/v2ray/v2ray-linux-64

2.sh文件安装

bash xxxxx

三、openai安装

openai官网教程

这个是openai官方的教程页面

1.Anaconda（Anaconda3-5.3.0）

官方历史版本，找到Anaconda3-5.3.0-Linux-x86_64.sh
官方教程用的是5.3.0，跟着官方推荐一步一步装准没错！

https://repo.anaconda.com/archive/

下载完成，打开终端，进行安装

bash ~/Downloads/Anaconda3-5.3.0-Linux-x86_64.sh

安装完成后需要关闭终端再次打开，Anaconda才能生效

2.spinningup环境创建

创建一个spinningup的环境（这个名字可以随便改） 使用python3.6

conda create -n spinningup python=3.6

3.进入spinningup的环境

在之前创建好的环境中继续安装 接下来的环境依赖包

conda activate spinningup

4.安装OpenMPI

sudo apt-get update && sudo apt-get install libopenmpi-dev

5.git安装

sudo apt install git

6.安装Spinning Up

从github把Spinning Up载到本地

git clone https://github.com/openai/spinningup.git

移动到spinningup文件夹

cd spinningup

执行安装

pip install -e .

四、报错

安装pytorch1.3.1失败

下载到99%后突然崩了
在这里插入图片描述

tensorflow镜像

https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/tensorflow/

解决方案：

1.下载好需要的pytorch版本
pytorch各个版本的.whl文件下载地址

https://download.pytorch.org/whl/torch_stable.html

2.下载完成后，进入文件目录，进行pip安装就行了

pip install torch-1.3.1-cp36-cp36m-linux_x86_64.whl

3.安装完成后再次回到sinningup文件进行

pip install -e .

五、Fm

1.更新软件

sudo apt-get update

2.安装推荐软件

sudo apt-get install -y --no-install-recommends build-essential
sudo apt-get install -y --no-install-recommends cmake
sudo apt-get install -y --no-install-recommends libzmqpp-dev
sudo apt-get install -y --no-install-recommends libopencv-dev

3.创建conda环境

conda create --name Fm python=3.6
conda activate Fm

4.git下载flightmare

cd ~/Desktop
git clone https://github.com/uzh-rpg/flightmare.git

5.添加环境变量

echo “export FLIGHTMARE_PATH=~/Desktop/flightmare” >> ~/.bashrc
source ~/.bashrc

6.安装依赖

conda activate Fm
cd flightmare/

install tensorflow GPU (for non-gpu user, use pip install tensorflow==1.14)

pip install tensorflow-gpu==1.14

install scikit

pip install scikit-build

记得安装eigen3.3.4

7.安装flightmare

cd flightmare/flightlib
it first compile the flightlib and then install it as a python package.
编译需要核数>4，内存>4G
pip install .

AT_realax
关注
冯·诺依曼架构的局限性:AI时代的挑战
AI天才研究院
11-11 1535
冯·诺依曼架构的局限性: AI时代的挑战 关键词：冯·诺依曼架构、AI时代、计算资源、能耗问题、安全性与隐私保护、非冯·诺依曼架构 摘要：本文将探讨冯·诺依曼架构在AI时代的局限性，包括计算资源的瓶颈、能耗问题、安全性与隐私保护等方
【LangChain编程：从入门到实践】向量存储
AI天才研究院
12-04 1274
《LangChain编程：从入门到实践》向量存储 关键词：向量存储、Embedding、LangChain、NLP、文本处理 摘要： 本文旨在为读者提供一个全面而深入的理解向量
pytorch1.3.1
12-25
pytorch1.3.1
在docker中的ubuntu18.04中安装openai包（在两个版本的pip中，将包安装在特定pip中）
Smilucky的博客
07-09 554
看一下pip3和python几关联着,如果不是和python3.8关联,就用下面的方法,将python3.8和pip3关联,这样用pip3安装包的时候就可以安装在python3.8下了.(因为我想用python3.8 xxx.py运行程序,所以当程序缺少某个软件包的时候确保软件包是安装在python3.8下面)在终端中输入以下命令，将 pip3 的符号链接指向 python3.8 对应的 pip：(这种情况是pip3和别的python3.几关联在一起了,你用这个方法)否则openai的有些库不能用.
Python 项目中安装 OpenAI 库的详细指南
最新发布
Nicky's blog
05-23 613
在 Windows 系统中，尤其是使用 Python 3.7.8 时，安装 OpenAI 库可能会遇到网络问题或版本不兼容的困扰。本文提供了两种解决方案：一是使用国内镜像源（如阿里云或清华大学镜像源）来加速安装过程；二是指定安装 OpenAI 库的版本（如 1.0.1）以确保兼容性。安装完成后，可以通过命令验证是否成功。此外，建议确保网络连接稳定，并考虑升级 Python 版本以支持更多功能。通过这些步骤，用户可以顺利在 Windows 系统中安装指定版本的 OpenAI 库。
ubuntu的kylin16版本安装OpenAI gym
qq_37402392的博客
12-08 813
参考链接： Vmware Ubuntu kylin NAT模式上网设置_y4ung-优快云博客 ubuntu16.04纯净版-安装Python3.8.1/升级pip - 王钰 - 博客园 (cnblogs.com) ubuntu python3 pip报错SyntaxError: invalid syntax_海棠花未眠的博客-优快云博客 虚拟机安装不赘述了，使用版本为ubuntukylin-16.04-desktop-amd64（建议使用ubuntu而不是centos）。 安装过程很容易，按着顺序.
如何在Ubuntu上方便使用OpenAI API key
qysh123的专栏
03-26 3990
其实已经说得很清楚了，在生产环境中，务必通过环境变量加载API key。这样做也能使自己的代码更安全，更方便地和别人共享。即可以设置API key了，而且也不怕key通过代码泄密，只有能访问你操作系统的人（也就是你自己）才能看到。就可以看到你的API key了。
ubuntu16.04安装openai gym 和 Universe
qingtian11112的博客
06-29 1129
我是在anaconda的环境中装的 安装 conda create --name python37 python=3.7 #也可选用其他python版本 #激活环境 conda activate python37 pip install gym[all] -i https://pypi.tuna.tsinghua.edu.cn/simple 执行上一步时会报关于mujoco-py的错误：Running setup.py install for mujoco-py ... error，这是因为我电脑没有
一文解决 | Linux（Ubuntn）系统安装 | 硬盘挂载 | 用户创建 | 生信分析配置
BioinfoDu
07-24 1607
注意：我们文章中只是总结了一部分内容，很多详细的内容，都需要自己有正对性的设置，大家可以尽情地“度娘”。中，@九筒同学的教程，这个教程他在23日刚做了更新，比较全面，我们就直接引用他的教程即可。若是这个教程，无法满足您的需求，那么你也可以继续查找其他的教程，在网上一搜索，会有很多个教程。用户还需要一个密码。是一个用于更改用户密码的命令，或者具有管理员权限的用户可以更改其他用户的密码。对于制作启动盘的工具更多，我们这里只是进行介绍我们本次安装时所使用到的工具，其余的工具，大家可以结合自己实际情况而定。
全网最全 | Linux（Ubuntn）系统安装 | 硬盘挂载 | 用户创建 | 生信分析配置
BioinfoDu
07-24 1926
昨天（2024年7月23日）我们分享了学生及科研人员电脑配置推荐 | 笔记本+外置显卡配置，性能足够支持完成你博士论文文本内容,那么今天我们就分享一文解决 | Linux（Ubuntn）系统安装 | 硬盘挂载 | 用户创建 | 生信分析配置的教程，我们使用一文来解决大家在做生信时遇到安装系统、配置环境的问题。在此文中，我们尽快可能给出一套全网最全的教程。目标是解决新手小白同学查资源的困惑和难题。但是，每个童鞋遇到的问题不一样，此教程也不可能把你遇到的每个问题都归纳在其中。我们也希望，
基于深度学习的入侵检测系统设计与实现
AI天才研究院
05-18 2245
随着互联网的快速发展，网络安全问题日益突出。网络攻击手段不断翻新，攻击目标也从传统的服务器、网络设备扩展到个人电脑、移动设备等。传统的入侵检测系统（Intrusion Detection System，IDS）基于规则匹配和统计分析，难以应对复杂多变的网络攻击，特别是新型的未知攻击。研究人员将继续探索更高效、更准确的深度学习模型，提高入侵检测系统的性能。数据增强技术可以扩充训练数据集，提高模型的泛化能力。对抗学习可以提高模型的鲁棒性，使其能够抵抗对抗样本攻击。
PyTorch1.3.1官方文档.zip
02-11
PyTorch1.3.1官方文档（html），英文版，带有详细的标签，介绍了PyTorch函数的使用，适合离线看，需要的可以看看。
ubuntu 22.04 LTS openai triton 安装
eloudy的专栏
08-23 3283
【代码】ubuntu 22.04 LTS openai triton 安装。
安装openai和简单使用
su317的专栏
07-20 2070
或者 conda info -e 注意不是anaconda命令开头。cp .env.example .env #修改对应的APIKEY。Anaconda的界面创建open ai环境，选择python10。
Ubuntu20.04安装OpenAI Spinning Up环境教程
weixin_73112809的博客
02-20 1101
基于官网教程以及对于配Spinning Up环境过程中可能遇到的问题的一些经验分享。
python安装openai【使用阿里通义千问模型调用】
crazyjinks的博客
06-04 2102
网上很多帖子说使用openai，python版本要低于3.9，已经4202年了，时代变了，现在python 3.11能很好地使用oepnai。
安装pytorch1.3.1
weixin_42101049的博客
12-18 3045
最近复现代码，发现项目环境需要pytorch1.3.1，查了查pytorch官网没有安装pytorch1.3.1官网的命令。 最后查了查各种方法，最后根据pytorch官网的其他torch版本命令，照葫芦画瓢输入一下命令： conda install pytorch==1.3.1 torchvision==0.4.2 cudatoolkit=11.0 -c pytorch 即可。 亲测有效
python安装以及访问openAI API
weixin_44612246的博客
09-08 2583
通过python调用openAI的API接口
pytorch 1.3.1的安装方法
03-25
<think>好的，我现在需要帮用户解决如何在指定环境中安装PyTorch 1.3.1的问题。用户提供的引用资料里有几个相关的安装方法，我需要先仔细看看这些引用内容，然后整理出正确的步骤。 首先，用户提到了引用[1]，里面提到使用conda安装PyTorch1.3.1和torchvision0.4.2的命令，但这个是CPU版本。用户可能需要在有或没有GPU的环境下安装，但这里明确是CPU版本。然后引用[2]是关于在Windows10下用Anaconda创建环境的步骤，用的是conda create命令，环境名是pytorch_gpu，不过用户可能不一定需要GPU版本，但可以借鉴创建环境的步骤。引用[3]讲的是用pip3安装PyTorch，但遇到了问题，后来修改了pip3脚本，然后安装成功，这里用的是sudo pip3 install torch torchvision，但可能对应的是较新版本，而用户需要的是1.3.1。引用[4]提到PyTorch官网可以选版本，尤其是历史版本，可能需要用不同的URL来安装旧版本。 用户的问题是如何在指定环境中安装PyTorch1.3.1。根据这些引用，我需要综合出两种方法：conda和pip安装，同时需要指定版本号。可能还需要注意CUDA版本的问题，不过用户可能不需要特定CUDA版本，或者需要根据情况选择。 首先，创建指定环境的步骤可以参考引用[2]，用conda create命令。然后，安装PyTorch1.3.1的话，如果是conda安装，需要找到对应的conda命令。引用[1]中给出的是CPU版本的命令，即conda install pytorch1.3.1 torchvision0.4.2，但可能需要指定channel，比如pytorch的官方channel或者用-c pytorch。不过用户可能需要检查是否该命令在conda中有效，或者是否需要其他参数。 另外，引用[4]提到历史版本可能需要从特定的URL下载，比如用pip安装时加上--extra-index-url。例如，对于1.3.1版本，可能需要找到对应的wheel文件地址。例如，PyTorch的历史版本通常托管在https://download.pytorch.org/whl/，所以可能需要用类似pip install torch==1.3.1 torchvision==0.4.2 -f 加上对应的URL。 但需要注意，不同的CUDA版本可能需要不同的包。例如，如果用户需要CUDA 9.2或10.1的支持，可能需要不同的下载链接。但用户可能只需要CPU版本，这时候可以指定cu92或cu101，或者直接使用CPU版本。例如，PyTorch1.3.1的CPU版本可以通过pip install torch==1.3.1+cpu torchvision==0.4.2+cpu -f https://download.pytorch.org/whl/torch_stable.html，但需要确认这个版本是否存在。 但根据引用[1]中的conda命令，conda install pytorch1.3.1 torchvision0.4.2可能已经默认是CPU版本，因为引用[1]提到是“cpu版本”。而使用pip安装时，可能需要指定对应的版本和CUDA版本。例如，引用[3]中安装的是普通版本，但用户需要的是1.3.1，所以可能需要明确版本号。 综合这些信息，正确的步骤应该是： 1. 创建指定环境：使用conda create命令，如引用[2]中的例子，创建环境并指定Python版本。 2. 激活环境：conda activate env_name。 3. 安装PyTorch1.3.1和对应的torchvision，根据用户选择用conda或pip安装。 对于conda安装，可能需要检查是否在conda的channel中存在该版本。比如，conda install pytorch==1.3.1 torchvision==0.4.2 -c pytorch，或者使用特定的channel。但根据引用[1]，直接使用conda install pytorch1.3.1 torchvision0.4.2可能有效，但可能缺少channel参数，导致找不到包。这时候可能需要添加pytorch的channel，例如：conda install pytorch==1.3.1 torchvision==0.4.2 -c pytorch。 对于pip安装，需要找到对应的wheel文件。根据PyTorch官网的历史版本页面，PyTorch1.3.1对应的命令可能类似于：pip install torch==1.3.1 torchvision==0.4.2 -f https://download.pytorch.org/whl/torch_stable.html。或者根据CUDA版本不同，可能需要不同的URL。例如，对于CUDA 9.2，可能是https://download.pytorch.org/whl/cu92/torch_stable.html，而CPU版本可能是https://download.pytorch.org/whl/cpu/torch_stable.html。 但需要验证这些URL是否有效。例如，访问https://download.pytorch.org/whl/cu92/torch_stable.html，看看是否有torch-1.3.1的版本。假设存在的话，那么用户可以选择对应的CUDA版本或者CPU版本。 如果用户不需要CUDA，可以用CPU版本，这时候安装命令可能如引用[1]中的conda命令，或者用pip install时指定CPU版本。 因此，总结步骤： 方法一：使用conda安装（CPU版本） - 创建环境：conda create -n myenv python=3.7 - 激活环境：conda activate myenv - 安装PyTorch1.3.1 CPU版本：conda install pytorch==1.3.1 torchvision==0.4.2 -c pytorch 但需要检查这个命令是否可行，可能正确的包名和版本是否存在。例如，在conda的pytorch channel中，是否存在pytorch1.3.1的CPU版本。根据引用[1]中的命令，用户可能已经成功安装了CPU版本，所以可能正确。 方法二：使用pip安装（支持CUDA或CPU） - 创建环境 - 激活环境 - 根据CUDA版本选择安装命令，例如： - CUDA 9.2: pip install torch==1.3.1+cu92 torchvision==0.4.2+cu92 -f https://download.pytorch.org/whl/torch_stable.html - CUDA 10.1: pip install torch==1.3.1+cu101 torchvision==0.4.2+cu101 -f https://download.pytorch.org/whl/torch_stable.html - CPU: pip install torch==1.3.1+cpu torchvision==0.4.2+cpu -f https://download.pytorch.org/whl/torch_stable.html 需要注意的是，PyTorch1.3.1的版本对应的torchvision版本是0.4.2，所以需要一起指定。同时，正确的URL可能需要调整，比如使用不同的CUDA版本标签。 另外，引用[3]中用户使用sudo pip3安装，但推荐在虚拟环境中安装，这样不需要sudo权限。因此，在创建conda环境后，应该使用pip install而不需要sudo。 可能遇到的问题包括：pip无法找到对应的版本，这时候需要确保指定的URL正确，或者版本号正确。例如，PyTorch的旧版本可能存放在不同的路径下，或者需要额外的索引URL，如引用[4]中的示例使用了--extra-index-url参数。 综上，整理出两种方法，并说明CUDA和CPU版本的安装方式，确保用户能根据自身需求选择正确的命令。同时，提醒用户注意Python版本兼容性，例如PyTorch1.3.1可能支持Python3.6或3.7，需要用户创建环境时选择正确的Python版本。</think>以下是安装 PyTorch 1.3.1 的步骤说明： --- ### **方法一：通过 Conda 安装（CPU版本）** 1. **创建并激活指定环境** 打开 Anaconda Prompt，运行以下命令创建独立环境（以 `python=3.7` 为例）： ```bash conda create -n pytorch_env python=3.7 conda activate pytorch_env ``` 2. **安装 PyTorch 1.3.1** 直接使用 Conda 安装 CPU 版本（无需 CUDA）： ```bash conda install pytorch==1.3.1 torchvision==0.4.2 -c pytorch ``` 此命令会从 PyTorch 官方渠道下载对应版本[^1]。 --- ### **方法二：通过 Pip 安装（支持 CUDA/CPU）** 1. **创建并激活环境** 参考 Conda 环境创建步骤，或使用 Python 虚拟环境。 2. **根据硬件选择安装命令** - **CUDA 9.2 版本**： ```bash pip install torch==1.3.1+cu92 torchvision==0.4.2+cu92 -f https://download.pytorch.org/whl/torch_stable.html ``` - **CUDA 10.1 版本**： ```bash pip install torch==1.3.1+cu101 torchvision==0.4.2+cu101 -f https://download.pytorch.org/whl/torch_stable.html ``` - **CPU 版本**： ```bash pip install torch==1.3.1+cpu torchvision==0.4.2+cpu -f https://download.pytorch.org/whl/torch_stable.html ``` 通过 `-f` 参数指定 PyTorch 官方历史版本仓库地址[^4]。 --- ### **验证安装** ```python import torch print(torch.__version__) # 应输出 1.3.1 print(torch.cuda.is_available()) # 检查 CUDA 是否可用（若安装 GPU 版本） ``` ---
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