本文详细记录了配置PyTorch环境时遇到的挑战，包括torch版本与CUDA的兼容问题，CPU与GPU版本的torch安装，以及numpy版本与Python版本的匹配。作者通过多次尝试，最终成功创建了适用于模型预测的环境，并分享了安装CUDA、torch、torchvision、cudnn的步骤和技巧，包括使用清华源加速下载和解决numpy版本问题。
此次培训为写模型预测代码。在描述代码前，我先将自己配环境的血泪史附上。
笔者一开始创建了一个torch版本1.2.0、CUDA版本10.0的虚拟环境，但是由于torch版本不够，所以运行后会报错，跑不了此次培训代码，这是因为1.2.0的torch没有Hardswish这个属性，只有更高级的版本才有。以下网址打开可以查看torch版本即它们对应的属性和方法有哪些。
https://pytorch.org/docs/versions.html
https://pytorch.org/docs/versions.html 于是我就决定安装torch1.9.0，但是又不想删去已有的虚拟环境（因为还有其他用处），所以重新创建了一个虚拟环境。一开始我用轮子的方式来装torch，没有注意到cpu和gpu版本的区别，结果装了cpu版本的torch，而我需要的是gpu版本，于是乎只能重新安装gpu版本的环境了。附上轮子下载的网页：
https://download.pytorch.org/whl/torch_stable.htmlhttps://download.pytorch.org/whl/torch_stable.html
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
