conda安装pytorch GPU版本总报false的问题终于解除了

部署运行你感兴趣的模型镜像

根据pytorch官网的命令安装cuda版本pytorch试了几次最后torch.cuda.is_available()都是False

排除了CUDA版本问题以后,开始疯狂试错。

最后找到原因:清华镜像下下来有3个包是CPU版本的。可以自行在pkg文件夹或者conda list找找,排除一下是否是这个原因。

解决方案:搭了个梯子,用默认源下载。但是11.8的版本默认命令无法找到torchaudio的包,所以对照GPU版的Pytorch、torch、torchvision、torchaudio安装(用pip,无conda)_pip install torch==2.1.0 torchvision==0.16.0 torch-优快云博客找了一下我自己python版本可用的torch和torchvision包,在官网找了以前的版本

最后终于安装成功。

您可能感兴趣的与本文相关的镜像

Python3.10

Python3.10

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

(base) D:\wenxvn\coding\yolov5\yolov5-7.0>conda activate yolov5 (yolov5) D:\wenxvn\coding\yolov5\yolov5-7.0>C:/mini/envs/yolov5/python.exe d:/wenxvn/coding/yolov5/yolov5-7.0/detect.py detect: weights=yolov5s.pt, source=data\images, data=data\coco128.yaml, imgsz=[640, 640], conf_thres=0.25, iou_thres=0.45, max_det=1000, device=, view_img=False, save_txt=False, save_conf=False, save_crop=False, nosave=False, classes=None, agnostic_nms=False, augment=False, visualize=False, update=False, project=runs\detect, name=exp, exist_ok=False, line_thickness=3, hide_labels=False, hide_conf=False, half=False, dnn=False, vid_stride=1 requirements: YOLOv5 requirement "numpy==1.20.3" not found, attempting AutoUpdate... WARNING: Ignore distutils configs in setup.cfg due to encoding errors. ERROR: Could not install packages due to an OSError: [WinError 5] 拒绝访问。: 'c:\\mini\\envs\\yolov5\\lib\\site-packages\\numpy\\.libs\\libopenblas.XWYDX2IKJW2NMTWSFYNGFUWKQU3LYTCZ.gfortran-win_amd64.dll' Consider using the `--user` option or check the permissions. requirements: Command 'pip install "numpy==1.20.3" ' returned non-zero exit status 1. YOLOv5 2022-11-22 Python-3.8.20 torch-1.8.2+cu111 CUDA:0 (NVIDIA GeForce RTX 4060 Laptop GPU, 8188MiB) Fusing layers... YOLOv5s summary: 213 layers, 7225885 parameters, 0 gradients, 16.4 GFLOPs image 1/2 D:\wenxvn\coding\yolov5\yolov5-7.0\data\images\bus.jpg: 640x480 4 persons, 1 bus, 5.6ms image 2/2 D:\wenxvn\coding\yolov5\yolov5-7.0\data\images\zidane.jpg: 384x640 2 persons, 2 ties, 15.9ms Speed: 0.5ms pre-process, 10.8ms inference, 6.3ms NMS per image at shape (1, 3, 640, 640) Results saved to runs\detect\exp2
最新发布
09-19
<think>好的,用户想通过Conda安装支持GPUPyTorch。首先,我需要回忆正确的安装步骤和相关命令。记得PyTorch官网提供了根据用户环境生成安装命令的工具,所以应该推荐用户访问官方网站选择适合自己CUDA版本的命令。 然后,用户可能不清楚如何确定自己的CUDA版本。这时候需要告诉用户检查CUDA的方法,比如使用`nvidia-smi`命令。如果用户的CUDA版本PyTorch支持的版本不一致,可能需要更新驱动或选择其他PyTorch版本。 接下来,用户提到的引用中有几个不同的安装方法,比如引用[1]用的是CUDA 8.0,但现在已经比较旧了。现在主流的是CUDA 11.x或12.x,所以应该建议用户使用较新的版本。引用[2]提到使用`pip install --pre`安装预发布版本,但用户想用Conda安装,所以可能需要忽略这部分,除非用户遇到问题,可以建议备用方案。 还要注意用户的操作系统,因为不同的系统可能有不同的命令。但Conda命令通常是跨平台的,所以主要区分Linux和Windows。例如,引用[3]是在Windows下安装ipykernel,但这里不需要涉及。 另外,用户需要GPU支持,所以必须确保安装PyTorch版本包含CUDA支持。conda命令中的`cudatoolkit=11.8`或对应的版本需要和用户的CUDA版本匹配。例如,引用[4]提到CUDA 11.8,而引用[5]说明NVIDIA容器优化了GPU加速,但用户可能不需要容器,直接用Conda安装即可。 最后,验证安装是否正确,应该让用户运行Python代码检查`torch.cuda.is_available()`是否为True。如果有问题,可能需要检查驱动、CUDA版本兼容性,或者尝试其他安装源。 结步骤:访问官网获取命令→检查CUDA版本→选择对应命令安装→验证安装→处理常见问题版本不匹配。同时,引用相关的参考资料,比如引用[1]和[2]中的安装方法,但推荐最新的稳定版本。</think>### 通过Conda安装支持GPUPyTorch #### 1. **确认CUDA版本** 安装前需检查NVIDIA显卡驱动和CUDA版本,运行以下命令查看CUDA版本: ```bash nvidia-smi ``` 输出中右上角显示CUDA版本(如`12.3`、`11.8`等),需选择匹配的PyTorch版本[^4]。 #### 2. **选择Conda安装命令** 访问[PyTorch官网](https://pytorch.org/),通过配置工具生成对应命令。以下是常见CUDA版本的示例: - **CUDA 12.x**: ```bash conda install pytorch torchvision torchaudio pytorch-cuda=12 -c pytorch -c nvidia ``` - **CUDA 11.8**: ```bash conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia ``` - **CUDA 10.2**(旧版本兼容): ```bash conda install pytorch torchvision cudatoolkit=10.2 -c pytorch ``` #### 3. **验证GPU支持** 安装完成后,运行Python代码检查GPU是否可用: ```python import torch print(torch.__version__) # 输出版本号,如2.1.0 print(torch.cuda.is_available()) # 输出True表示GPU支持已启用 ``` #### 4. **常见问题处理** - **CUDA版本不匹配**:若CUDA版本PyTorch要求不一致,需升级显卡驱动或调整PyTorch版本。 - **依赖冲突**:使用`conda clean --all`清理缓存后重试。 - **备用安装方法**:若Conda源速度慢,可尝试通过`pip`安装(需添加`--pre`参数获取预编译版本)[^2]: ```bash pip install --pre torch torchvision --index-url https://download.pytorch.org/whl/nightly/cu121 ``` ---
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