首次安装pytorch--实测可用

最新推荐文章于 2025-04-29 14:12:07 发布
最新推荐文章于 2025-04-29 14:12:07 发布
阅读量267 收藏
点赞数
分类专栏： PyTorch
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/TI__boyue/article/details/107289947
版权

首先到下面链接中找到适合自己的pytorch版本

pytorch各个版本的.whl文件下载地址点击这里
我选择下面的版本：pytorch1.0.0
适用环境：python==3.6，window系统
在这里插入图片描述
下载后文件如图所示：
在这里插入图片描述

下载好就可以通过安装了

因为文件下载到桌面上，所以需要通过命令行将目录切换到桌面下
在这里插入图片描述
然后通过dir显示当前目录是否有对应文件
在这里插入图片描述
在这里插入图片描述
然后通过pip install +对应文件名 安装即可，具体如下：
在这里插入图片描述
显示安装成功

验证是否安装成功

import torch
print(torch.__version__)

在这里插入图片描述

安装torchvison

pip install torchvision==0.1.8

安装过程遇见问题

直接通过pip安装pytorch会提示：Failed cleaning build dir for torch
大佬解释如下：主要意思就是：PyTorch不再将Windows版本发布到PyPI

所以我通过先单独下载对应的whl文件，在通过pip安装，一次性安装成功
在这里插入图片描述
预看详细问题信息点击这里

传送门

pytorch各个版本的.whl文件下载地址
Windows下安装PyTorch1.0
Python pip安装时“failed building wheel for xxx”问题解决办法
ImportError: No module named torchvision

【人工智能】国产开源大模型 baichuan-7B 百川聊天 BaiChat 快速开始上手实战&效果实测 —— 希望 baichuan-7B 再打磨打磨吧
AI天才研究院
06-16 1万+
baichuan-7B 是由百川智能开发的一个开源可商用的大规模预训练语言模型。基于 Transformer 结构，在大约1.2万亿 tokens 上训练的70亿参数模型，支持中英双语，上下文窗口长度为4096。在标准的中文和英文权威 benchmark（C-EVAL/MMLU）上均取得同尺寸最好的效果。
阿里这次放大招了：Qwen2.5-Omni-7B 是开源多模态的天花板？
在信息的熵增中，记录结构、重建秩序。 技术思想者的笔记，系统构建者的注释。
03-27 1675
近年来，大模型从单模态文本生成向多模态认知跃迁已成业界共识。OpenAI 发布 GPT-4V 与 Gemini 1.5-Pro，Google DeepMind 推出 Flamingo 和 Gemini 系列，多模态技术逐渐成为 AI 实用化的关键路径。但多模态大模型往往意味着参数暴增、推理开销剧增、无法实时响应等现实问题。如何构建“轻量化、全模态、强泛化、可部署”的 AI 系统，一直是技术团队追求的目标。在这样的背景下，阿里通义团队开源发布的，无疑是一次重量级突破。
PyTorch安装
lili安的博客
01-06 1330
折腾半天，原来如此简单！（版本win10） 1、进入官网https://pytorch.org/ 2、选择要下载的版本 3、命令行输入 4、测试 import torch 成功 5、import torchvision 报错。 ModuleNotFoundError: No module named 'PIL' pip install pillow 默认安装版本7...
pytorch安装教程（图文详解）
lhshengshi的博客
03-28 4415
2、运行并选择安装路径，等待安装完成。TIPS：我们做python项目时要养成良好的习惯，不同的python项目要采取不同的python虚拟环境，不同的虚拟环境之间相互隔离，python版本和包均不共用。安装cpu版的pytorch参考步骤1，4，如果自己电脑上有gpu,就安装gpu版的pytorch，参考步骤1，2，3。我的是CUDA11.4，所以我选择的是第一个。等待下载完成后进行解压，得到一个cuda文件夹，进入之后，全选，复制到之前CUDA所安装的文件夹下，有重复的进行替换即可。
手把手跑通 DeepSpeed：安装、配置与首次训练实战
在信息的熵增中，记录结构、重建秩序。 技术思想者的笔记，系统构建者的注释。
04-27 804
本文作为 DeepSpeed 系列实战教程的第二篇，将从工程落地视角出发，系统讲解 DeepSpeed 的安装方法、配置文件结构、最小可运行训练示例（Minimal Working Example），并通过实际对比 PyTorch 原生训练与 DeepSpeed 加速训练下的性能差异，帮助你快速掌握 DeepSpeed 的基础用法和调试技巧，为后续大模型训练与推理优化打下坚实基础。全程真实可复现，附详细踩坑排查指南。
GPT-4.1 全面实战指南：能力对比、官方测试解读与工程部署建议
在信息的熵增中，记录结构、重建秩序。 技术思想者的笔记，系统构建者的注释。
04-16 1102
2025 年 4 月，OpenAI 发布全新 GPT-4.1 系列模型，包括 GPT-4.1、Mini 和 Nano 三个版本，首次支持 100 万 tokens 上下文窗口，并在 SWE-bench 编程能力、指令遵循、多模态理解等多个基准测试中取得显著提升。相比 GPT-4o，GPT-4.1 更稳定、更可控、更适配系统级任务落地。 本文基于官方发布内容与测试数据，系统解析 GPT-4.1 系列的能力结构、使用场景、模型对比与成本曲线，拆解 Windsurf、Aider、Qodo 等真实项目的使用方式，
基于K8S的推理副本高可用设计与副本故障自愈机制实战
最新发布
在信息的熵增中，记录结构、重建秩序。 技术思想者的笔记，系统构建者的注释。
04-29 812
在大规模推理平台中，副本健康状态直接决定了推理SLA的稳定性。一旦副本在运行中出现故障（如推理引擎崩溃、GPU异常、资源耗尽、进程僵死），如果不能及时剔除失效副本并补充新的健康副本，整个推理平台将迅速出现推理请求排队、延迟飙升、错误率升高等严重问题。本文基于Kubernetes（K8S）体系，系统讲解推理副本高可用设计原则、副本健康探测与剔除机制、副本漂移与断链保护设计、冷启动优化副本快速补充体系，以及真实环境中副本故障自愈实战案例，助力推理平台构建高稳定性、高弹性、高SLA的智能推理支撑体系。
安装pytorch
acrith
07-30 126
python3 -m pip install --upgrade torch torchvision -i https://pypi.tuna.tsinghua.edu.cn/simple 上述命令会直接安装 torch torchvision numpy pillow 工具包。 补充：如需利用上述附带镜像源的命令行安装其他第三方包，只需将对应位置换成你需要安装的包名即可！ ...
记64位Win10安装Pytorch过程
weixin_30765475的博客
03-06 135
1、安装anaconda3： https://www.anaconda.com/download/#windows 选Python3.6的x64版本下载、安装。 安装之后，把“C:\ProgramData\Anaconda3;C:\ProgramData\Anaconda3\Library\bin”加到系统环境变量（可选，主要为了后面运行conda命令）。 2、安装CUDA。注意：...
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