Pytorch安装(Pycharm+AMD)

在尝试安装PyTorch时遇到与Python3.11版本不兼容的问题,因为当前PyTorch尚未支持这个版本。作者选择了降级到Python3.9来解决这个问题,确保了版本匹配后,通过在良好的网络环境下使用pip成功下载并安装了PyTorch。文章强调了版本匹配和网络稳定性在软件安装过程中的重要性。
部署运行你感兴趣的模型镜像

第二次安PyTorch了,这次电脑上没有anaconda了,也不想再安装一次,于是开始尝试。

python版本3.11,无NVIDIA

pip3 install torch torchvision torchaudio
  • 报错:找不到对应版本

ERROR: Could not find a version that satisfies the requirement torch (from versions: none)
ERROR: No matching distribution found for torch
  • 解决:原因是python版本太高,3.11目前还没有对应的pytorch安装包(只有3.10及以下的),目前python版本比较成熟的是3.9,于是再下一个3.9装进pycharm,编译器也切换为3.9

  • 确认一下版本:cmd里输入python -V,提示是3.9,版本切换成功。

  • 接着就是重新尝试下载。由于之前网络不好,下载失败多次,这次我学会了,找了个校园网最好的地方,输入pip命令,三分钟下好了。

  • 测试:

总结了一下,首先要保证版本对齐,其次是网络,网好一切都好!

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

### 配置和支持 对于希望在PyCharm中使用AMD显卡来安装并配置支持GPU加速的PyTorch,确保硬件兼容性和软件环境准备充分至关重要。由于AMD GPU的支持主要集中在ROCm平台上,而ROCm目前仅限于特定的操作系统版本以及某些系列的AMD GPU[^3]。 为了实现这一目标,首先应当确认所使用的AMD显卡是否被官方列为适用于深度学习任务的设备之一,并且操作系统满足ROCm的要求。如果条件允许,则可以继续按照以下指导进行设置: ### 安装必要的驱动程序 访问AMD官方网站以获取最新的驱动更新,特别是当涉及到计划用于机器学习工作的图形适配器时更为重要。通过这种方式不仅能够获得性能优化,还能确保后续安装过程顺利无阻[^1]。 ### 设置Python开发环境 建议创建一个新的虚拟环境专门用来管理即将安装的各种依赖库文件,这有助于保持项目的整洁有序同时也减少了不同项目间可能产生的冲突风险。可以通过命令行工具如`venv`轻松完这项工作: ```bash python -m venv pytorch_env source pytorch_env/bin/activate # Linux/MacOS pytorch_env\Scripts\activate.bat # Windows ``` ### 安装PyTorch及相关组件 考虑到AMD ROCm平台的具体情况,推荐直接采用pip包管理系统来进行PyTorch及其扩展模块(例如torchvision, torchaudio)的一键式安装。然而需要注意的是,具体安装指令可能会随着时间和版本变化有所调整,因此最好参照PyTorch官方文档中的最新指南执行相应操作[^4]。 ```bash pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/rocm<version>/ ``` 请注意替换上述URL中的`<version>`部分为实际所需的ROCm版本号。 ### PyCharm内的最终配置 一旦外部准备工作全部就绪,在PyCharm内部只需简单几步就能让新建立起来的Python解释器生效。打开IDE之后前往“File -> Settings -> Project: <your_project_name> -> Python Interpreter”,点击右上角齿轮图标选择“Add...”。在这里可以选择之前创建好的虚拟环境中对应的Python可执行文件作为当前工程的基础解析引擎。
评论 1
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