python :pytorch更新安装相关问题,通过源安装

本文介绍如何使用nvidia-smi检查CUDA版本,并根据CUDA版本安装对应的PyTorch版本。文中还讨论了安装过程中可能出现的问题及解决办法,如版本不匹配导致的错误和显卡算力不足等问题。

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

安装代码

用nvidia-smi 查看cuda版本

在官网查看命令,比如10.1可得到命令:

conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.1 -c pytorch

pip install torch==1.7.1+cu101 torchvision==0.8.2+cu101 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

实践中出现的问题与解决

需要安装更新的情况

version_ <= kMaxSupportedFileFormatVersion INTERNAL ASSERT FAILED at /pytorch/caffe2/

driver is too old的问题

需要降低版本的情况

RuntimeError: CUDA error: no kernel image is available for execution on the device

降低版本到1.1可行

显卡算力不足(https://github.com/pytorch/pytorch/issues/31285#issuecomment-739139454)
安装低版本的 pytorch,对算力要求低,但是某些功能可能无法实现
cudatoolkit与cuda版本不一致nvidia-smi

版本不匹配的情况

***.pth is a zip archive (did you mean to use torch.jit.load()?)

import torch ,numpy报错(之前能有效运行)

之前的环境没有问题,刚才打开突然报错,

Please note and check the following:

  * The Python version is: Python3.7 from "E:\****\python.exe"
  * The NumPy version is: "*****"

and make sure that they are the versions you expect.
Please carefully study the documentation linked above for further help.

然后搜索到的解决方式都为:

Environment Variables中添加name = PATH,value =

# 根据自己的环境改变
E:\Anaconda3;
E:\Anaconda3\Library\mingw-w64\bin;
E:\Anaconda3\Library;
E:\Anaconda3\Lib\site-packages;
E:\Anaconda3\Scripts;
E:\Anaconda3\envs\pytorch\Library\bin

实践效果不好,重装了一个环境,能够运行。

<think>好的,我现在需要帮助用户解决在Conda环境中通过PIP安PythonPyTorch CPU版本,并使用清华镜像源的问题。首先,我需要理清楚用户的需求和可能的步骤。 用户提到的是Conda环境,但想用PIP来安,同时使用清华的镜像源。这涉及到两个部分:Conda环境的设置和PIP源的配置。可能用户已经有一个Conda环境,或者需要新建一个。然后,他们想用PIP安PyTorch的CPU版本,而不是GPU版本,所以安命令需要对应正确的版本。 首先,我应该确认用户是否需要创建新的Conda环境。通常,使用Conda的话,会先创建环境,然后激活环境,再在环境中安包。但用户可能已经有现有的环境,所以需要通用步骤。 然后,配置清华源。对于Conda来说,配置清华源可以加快安Conda包的速度。但用户这里是想用PIP安,所以可能需要同时配置Conda的源和PIP的源?或者用户只需要配置PIP的源,因为用PIP安PyTorch? 不过,用户的问题明确指出要通过PIP安,但可能他们希望同时设置Conda的镜像源,以便其他包的安快。所以可能需要在回答中包含Conda和PIP两者的清华源配置。 接下来,安PythonPyTorch CPU版本。这里需要注意,Python通常是通过Conda安的,当创建环境时指定Python版本,例如:conda create -n env_name python=3.8。但用户可能已经有一个环境,或者他们想用PIP来安Python?这不太对,因为Python本身通常由Conda管理,而PIP用于安Python包。所以这里可能用户是想在Conda环境中,用PIP安PyTorch的CPU版本,而Python版本是在创建Conda环境时指定的。 所以步骤可能包括: 1. 创建Conda环境并指定Python版本,使用清华的Conda源。 2. 激活环境。 3. 配置PIP的清华源。 4. 使用PIP安PyTorch CPU版本。 现在,关于PyTorch的安命令。PyTorch的官方安命令通常包括-c pytorch或其他通道,但如果用户使用PIP安,并且配置了清华的镜像源,应该可以直接用pip install torch torchvision torchaudio,但需要确认清华镜像源是否有这些包。清华的PyPI镜像源应该包含这些包,所以配置好PIP的全局镜像源后,直接安即可。但PyTorch的CPU版本可能需要特定的版本说明,比如在PyTorch官网上,选择CPU版本会生成对应的pip命令,例如:pip install torch==1.9.0+cpu -f https://download.pytorch.org/whl/torch_stable.html,但这样可能不会走清华源。所以用户可能希望完全通过清华源来安,这时候需要确认是否有对应的CPU版本包在清华源中。 不过,可能清华的镜像源只是镜像了PyPI上的包,而PyTorch的官方发布在PyPI上也有CPU版本。例如,直接使用pip install torch torchvision torchaudio,当使用清华源时,应该能够自动下载CPU版本?或者是否需要额外参数? 这里可能需要澄清:PyTorch的PyPI上的包默认是CPU还是GPU?根据PyTorch官网,当通过pip安时,会根据系统自动选择,但如果没有CUDA,则会安CPU版本。或者可能需要明确指定版本。比如,在PyTorch官网的选择中,选OS、Package等,比如选pip、CPU,会给出命令:pip install torch torchvision torchaudio。所以可能用户只需要正常安,而镜像源已经配置,就可以通过清华源下载这些包。 所以整体步骤应该是: 1. 配置Conda的清华源(如果用户需要创建新环境时用Conda安Python,则配置Conda源可以加速Python的安) 2. 创建Conda环境,指定Python版本 3. 激活环境 4. 配置PIP的清华源 5. 使用pip安PyTorch CPU版本及相关包 另外,用户提到的是安python”和“pytorch”,但Python通常是在创建环境时由Conda安的。例如:conda create -n myenv python=3.8。所以用户可能的问题在于如何正确设置镜像源,以便在创建环境和安包时使用清华源。 现在,我需要将这些步骤整理成清晰的指导,同时确保命令正确。 可能的步骤: 1. 配置Conda清华源:包括添加清华的Conda channels,设置显示通道URL。 2. 创建Conda环境并安Python:使用conda create命令。 3. 激活环境。 4. 配置PIP清华源:使用pip config set global.index-url。 5. 使用pip安PyTorch CPU版本:直接pip install torch torchvision torchaudio,或者需要其他参数? 需要验证PyTorch的安命令是否在配置了清华源后正确安CPU版本。例如,当执行pip install torch时,清华源会提供哪个版本?如果用户不需要GPU支持,那么安的应该就是CPU版本。或者是否需要明确指定? 根据PyTorch官方文档,当通过pip安时,默认会下载预编译的二进制文件,如果系统不支持CUDA,则会安CPU版本。或者是否在PyPI上的torch包是CPU版本?可能需要进一步确认。 不过,根据经验,PyPI上的torch包在Linux和Windows上是CUDA版本的,而MacOS上是CPU版本。例如,在PyTorch官网上,当选择pip安方式时,如果选择CUDA版本,会给出带有cuXXX标签的版本,否则给出CPU的。但可能用户需要明确指定版本。例如,对于CPU版本,在PyTorch官网上选OS=Linux, Package=pip, Compute Platform=CPU,得到的命令是: pip install torch torchvision torchaudio 所以,如果清华镜像源中有这些包,那么用户配置了清华源后,直接运行这个命令即可安CPU版本。 综上,用户的步骤应该是: 1. 配置Conda清华源(如果用户需要创建环境时使用Conda安Python) 2. 创建环境:conda create -n myenv python=3.8 3. 激活环境:conda activate myenv 4. 配置PIP清华源 5.PyTorch CPU版本:pip install torch torchvision torchaudio 现在,确保这些步骤中的命令正确。例如,配置Conda清华源的命令是否正确?参考用户提供的引用,用户可能已经给出了一些配置命令: 引用中的conda配置清华源的命令是: conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --set show_channel_urls yes 所以这些需要包含在步骤1中。 而PIP的配置是: pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple 所以步骤4就是这个命令。 接下来,安PyTorch的命令就是普通的pip install,但用户需要确认安的是CPU版本。例如,检查安后的torch是否有cuda支持。不过,这可能超出了用户的当前问题范围,用户可能只需要正确的安命令。 最后,需要生成相关问题,比如如何验证安是否成功,如何检查PyTorch是否使用CPU,或者如何解决安中的依赖问题等。</think>### 分步指南 #### 1. **配置Conda清华镜像源** 打开终端,依次执行以下命令添加清华源加速Conda包下载: ```bash conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --set show_channel_urls yes ``` 验证配置是否生效: ```bash conda config --show channels ``` 若输出包含清华源地址,则配置成功[^3]。 #### 2. **创建Conda环境并安Python** 新建一个名为`myenv`的环境(Python版本按需替换,例如3.8): ```bash conda create -n myenv python=3.8 ``` 激活环境: ```bash conda activate myenv ``` #### 3. **配置PIP清华镜像源** 在激活的环境中配置PIP使用清华源: ```bash pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple ``` 验证配置: ```bash pip config list ``` 若输出包含清华源地址,则配置成功[^1]。 #### 4. **PyTorch CPU版本** 执行以下命令安PyTorch及其相关库(CPU版本): ```bash pip install torch torchvision torchaudio ``` 该命令会从清华镜像源自动下载CPU版本的PyTorch包。 #### 5. **验证安**Python交互环境中输入以下代码检查PyTorch是否安成功: ```python import torch print(torch.__version__) # 输出版本号,如1.9.0 print(torch.cuda.is_available()) # 输出False(表示当前为CPU版本) ``` --- ### 关键点总结 - **Conda与PIP镜像分离配置**:Conda用于管理环境,PIP用于安Python包,需分别设置镜像源。 - **PyTorch版本选择**:直接通过`pip install torch`会默认安CPU版本(无CUDA依赖)[^2]。 - **环境隔离**:建议为每个项目创建独立Conda环境,避免依赖冲突。
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