在windows上编译pytorch-1.3.1的那些坑

史上最全jetson使用jetpack4.6.1烧录,配置并在虚拟环境配置pytorch,tensorrt (二) 如果换了cuda版本,后面要用摄像头最好买usb的,自己装cuda的opencv在使用gsreamer给csi摄像头做流的时候报错。然后装torchvision,这个没啥好说的,就是去git下载下来自己编译,有些大哥问了,想装别的python版本,想装其他torch怎么办?这样就行了.详细的过程请参考这位大佬: 他遇到的报错我也遇到了.torch1.9.0有bug,好多人反应过了,这个没啥办法。安装的时候会问你要不要初始化,选不要初始化环境变量。创建虚拟环境,后面的操作在虚拟环境激活后进行。 阅读详情

由于用的计算卡比较老,官方下载的pytorch gpu版本不支持显卡,在使用gpu部分时显示

no kernel image is available for execution on the device

就起了自己编译pytorch包的念头,中间遇到几个坑,记录一下

0,安装nvidia 驱动,cudatool,anaconda, vs2017就不说了,网上到处有

1,github下载中断问题

git clone --recursive https://github.com/pytorch/pytorch cd pytorch

github上clone  pytorch总是失败,在网上找到如下设置,保证足够缓存

git  config --global  http.postbuffer 1048576000
git  config --global  http.lowspeedlimit 0
git  config --global  http.lowspeedtime 999

git clone --recursive  https://github.com/pytorch/pytorch    #建议早上6点到8点下载,否则网不好会中断

cd pytorch

#这一步是从v1.3.1上创建自己的分支

git checkout -b mybuild  v1.3.1    

# 更新分支对应的模块,我一开始忘了这一步,于是各种错误:(

git submodule sync

git submodule update --init --recursive

 

 2,安装anaconda,并安装相应的包

conda install numpy ninja pyyaml mkl mkl-include setuptools cmake cffi typing

 

3,设置编译器等环境变量

一开始我是按照官网说明设置的,使用visual studio编译,需要设置

set USE_NINJA=0  才能编译

但发现如果用visual studio编译时,编译cu文件是单线程,奇慢无比而且会莫名奇妙的锁死不动,几个小时都编译不完,后来发现第二步中conda安装了ninja,尝试用Ninja编译,并行速度简直上了天。

我所用的编译设置如下

#set CMAKE_GENERATOR=Visual Studio 15 2017
#set USE_NINJA=0
set CMAKE_GENERATOR=Ninja                                         #大小写必须一致
set TORCH_PACKAGE_NAME=pytorch                              #安装时包的名字

set CMAKE_GENERATOR_TOOLSET_VERSION=14.16   #这个vs2017最新版本
set DISTUTILS_USE_SDK=1

for /f "usebackq tokens=*" %i in (`"%ProgramFiles(x86)%\Microsoft Visual Studio\Installer\vswhere.exe" -version [15^,16^) -products * -latest -property installationPath`) do call "%i\VC\Auxiliary\Build\vcvarsall.bat" x64 -vcvars_ver=%CMAKE_GENERATOR_TOOLSET_VERSION%

set CUDAHOSTCXX=%VCToolsInstallDir%\bin\Hostx86\x64\cl.exe

set PYTORCH_BUILD_VERSION=1.3.1           #版本号
set PYTORCH_BUILD_NUMBER=001

python setup.py install  

4,磁盘空间

编译这玩意儿需要31G的磁盘空间,:(

 

5,编译成功安装完成后

cuda install cudatoolkit=10.1

conda install torchvision -c pytorch --no-deps    # --no-deps是为了防止自动下载安装官网pytorch

 

6,测试

import torch

x=torch.rand(5,3)

device = torch.device("cuda")

y=torch.ones_like(x,device=device)

x=x.to(device)

z=x+y

print(z)

:-) :-) :-) :-)

 

Windows下用YOLOv3+Deep_Sort_Pytorch实现多目标跟踪的完整配置指南(含CUDA版本避坑) 本文提供了一份详尽的Windows平台配置指南,手把手教你搭建基于YOLOv3与DeepSORT的多目标跟踪系统。文章重点解决了CUDA版本选择、PyTorch安装、NMS扩展模块编译等核心难题,并提供了实用的避坑技巧和调试方法,帮助开发者在Windows环境下高效部署高性能的计算机视觉应用。 阅读详情

相关推荐

Windows 11 + RTX 4090 实测:3D Gaussian Splatting 环境搭建避坑指南(Python 3.10 / CUDA 12.3 / PyTorch 2.2.1)

本文详细介绍了在Windows 11系统下,使用RTX 4090显卡搭建3D Gaussian Splatting环境的完整指南。从硬件准备、软件版本选择到环境配置、编译避坑,再到数据准备与训练实战,提供了全面的解决方案。特别针对40系显卡的CUDA核心优化和Windows特有的编译陷阱,给出了实用建议和验证方法。

weixin_30335575的博客 403

安装pytorch1.3.1

最近复现代码,发现项目环境需要pytorch1.3.1,查了查pytorch官网没有安装pytorch1.3.1官网的命令。 最后查了查各种方法,最后根据pytorch官网的其他torch版本命令,照葫芦画瓢输入一下命令: conda install pytorch==1.3.1 torchvision==0.4.2 cudatoolkit=11.0 -c pytorch 即可。 亲测有效

weixin_42101049的博客 3296

【避坑指南】Windows10深度学习环境配置:CUDA11.3+cuDNN8.2.1与TensorFlow/PyTorch版本精准匹配方案

本文详细介绍了在Windows10系统下配置深度学习环境的避坑指南,重点讲解了CUDA11.3与cuDNN8.2.1的安装及与TensorFlow/PyTorch版本的精准匹配方案。通过硬件检查、自定义安装、环境变量配置等步骤,帮助用户避免常见错误,确保深度学习环境稳定运行。

weixin_29089057的博客 543

python3.7+pytorch1.3.1环境搭建

为了方便,记录一下本次pytorch的搭建,主要参考网上的一些博客帖子,一些引用也会记录出处,本贴仅用于个人学习。 确定需要搭建的环境 anaconda+python+pytorch 从NVIDIA控制面板-帮助-系统信息-组件可查看cuda的版本号(9.2) python可以在python.org/downloads/进行下载,由于github里面的要求是python3.7,所以本次利用prompt来创建python3.7的环境。 conda create -n py37_torch131 python=

Jin's blog 6564

Windows下PointNet2_ops安装避坑实录:从CUDA版本匹配到Visual Studio降级,以PointMLP环境搭建为例

本文详细介绍了在Windows系统下安装PointNet2_ops库的完整避坑指南,特别针对CUDA版本匹配、Visual Studio降级等常见问题提供了实战解决方案。通过PointMLP环境搭建实例,帮助开发者快速解决安装过程中的报错问题,确保3D点云算法的顺利复现。

weixin_30374009的博客 589

从零开始:用Deep_Sort_Pytorch+YOLOv3打造你的第一个多目标跟踪器(Windows保姆级教程)

本文提供了一份详细的Windows平台保姆级教程,指导读者从零开始使用Deep_Sort_Pytorch与YOLOv3构建多目标跟踪器。内容涵盖环境配置、模型获取、编译调试及进阶优化,特别针对Windows下的CUDA配置与常见问题提供了解决方案,帮助开发者快速上手并部署自己的智能跟踪系统。

weixin_29054245的博客 696

基于Windows10环境下PyTorch1.3.1的安装

一、安装环境: 系统:WIN10_X64; 显卡:GTX 1070Ti 二、版本信息: 显卡驱动:441.20 CUDA版本:10.2 CUDNN版本:7.6.5 PyTorch: 1.3.1 三、安装Anaconda3 和 PyCharm2018: 方法:Anaconda 和 PyCharm 的安装与配置 四、更新 Nvidia显卡驱动: (1)...

汤姆鱼 6968

Qwen3-TTS Windows本地部署实战指南

语音合成(TTS)是人机交互的基础技术,其核心在于将文本转化为自然语音的端到端建模能力。Qwen3-TTS作为通义千问系列新一代中文优化模型,采用Transformer+HiFi-GAN架构,突破传统拼接式TTS局限,实现高保真、低延迟的本地化语音生成。该技术价值在于摆脱云端依赖、保障数据隐私、适配离线与内网环境,广泛应用于无障碍阅读、课件配音、办公自动化等场景。尤其针对Windows平台——包括无独显笔记本、国产Office、企业IT受限环境等典型约束,需精准匹配PyTorch 2.3+、CUDA 12.

weixin_30694389的博客 371

创建虚拟环境并,创建pytorch 1.3.1

#创建虚拟环境 conda create pythorch_demo python==3.7 创建pytorch 1.3.1 conda install pythorch==1.3.1 torchvision==0.4.2

weixin_42013825的博客 1817

Windows 10 下 PyTracking 系列跟踪算法(LWL, KYS, PrDiMP, DiMP, ATOM)的避坑配置与实战运行指南

本文详细介绍了在Windows 10系统下配置和运行PyTracking系列跟踪算法(包括LWL、KYS、PrDiMP、DiMP和ATOM)的完整指南。从环境配置、依赖库安装、Visual Studio编译环境设置到预训练模型部署和算法运行,提供了全面的避坑方案和实战技巧,帮助开发者高效实现目标跟踪任务。

weixin_42526087的博客 104

SECS/GEM协议库及开源代码

以下是在开发SECS/GEM协议过程中,在网络上搜集协议实现资源,希望对SECS/GEM协议感兴趣的同学能有所帮助。 开源代码 freesecs FREESECS 是一个开源的SEMI SECS协议库,采用C++语言实现,可运行于Linux, MacOS X, NetBSD。 实现协议:E37.1、E5 开源地址:freesecs download | SourceForge.net 下载地址:https://download.csdn.net/download/BT_LEO/24305429

码农的历程 9944

Windows 11下mmdet3d v0.17.1保姆级安装教程(含CUDA 11.3配置避坑指南)

本文提供了一份详细的Windows 11系统下安装mmdet3d v0.17.1的保姆级教程。内容涵盖从CUDA 11.3、cuDNN等底层驱动配置,到PyTorch、MMCV等核心依赖的版本锁定与安装,并重点分享了编译错误、DLL加载失败等常见问题的解决方案,旨在帮助开发者高效搭建稳定的3D目标检测开发环境。

pca5navigator的博客 1072

HFSS入门学习笔记——微带一分四功分器的设计与仿真

功率分配器是将输入信号功率分成相等或不相等的几路功率输出的一种多端口无源微波网络,用于功率分配和功率合成。工程上常用的微带功分器有T型功分器和威尔金森功分器。经典的威尔金森功分器有几个缺点:①、多应用于低频段,高频段时,波长会与隔离电阻的尺寸相比拟,此时需要考虑电阻的分布参数效应;②、大功率应用时,隔离电阻的耗散功率要很大,因此隔离电阻的体积也会比较大。

weixin_42126696的博客 2万+

Langchain-Chatchat 0.3.1 Windows部署指南

本文详细记录了在Windows 11系统下部署Langchain-Chatchat与Xinference的全过程,涵盖虚拟环境搭建、PyTorch与CUDA版本匹配、llama-cpp-python手动安装、中文路径问题处理及模型部署调试,帮助小白顺利运行本地大模型对话系统。

weixin_33597080的博客 930

IEC 62056协议栈深度拆解:从物理层握手到应用层AARQ,一次完整的DLMS通讯抓包分析

本文深入解析IEC 62056协议栈(DLMS/COSEM)的全流程通信机制,从物理层握手到应用层AARQ建立,提供详细的抓包分析和实战指南。涵盖RS-485配置、HDLC帧解析、OBIS编码解读等核心内容,并附有常见故障排查技巧,助力开发者高效实现电能表数据采集。

weixin_29182481的博客 312

YOLOv8中Anchor-Based、Anchor-Free及样本分配策略

本文主要介绍yolov8中的anchor机制与样本分配策略的静态策略和动态策略

qq_52889317的博客 2211

Windows 10/11 下用 Anaconda 搞定 Detectron2 安装(含 VS2019 和 pycocotools 避坑指南)

本文详细介绍了在Windows 10/11系统下使用Anaconda安装Detectron2的全过程,包括环境准备、VS2019配置、pycocotools避坑指南以及安装验证。通过保姆级教程,帮助开发者解决常见的编译错误和依赖冲突问题,顺利完成计算机视觉研究环境的搭建。

weixin_42533751的博客 421

文件上传漏洞攻击与防范方法

文件上传漏洞攻击与防范方法 文件上传漏洞简介: 文件上传漏洞是web安全中经常用到的一种漏洞形式。是对数据与代码分离原则的一种攻击。上传漏洞顾名思义,就是攻击者上传了一个可执行文件如木马,病毒,恶意脚本,WebShell等到服务器执行,并最终获得网站控制权限的高危漏洞。 文件上传漏洞危害: 上传漏洞与SQL注入或 XSS相比 , 其风险更大 , 如果 Web应用程序存在上传漏洞 , 攻击者上传...

m0_38103658的博客 4万+

InfiniteTalk Windows 非官方方式部署|Python3.12+RTX3090 实测可跑,flash-attn 编译避坑指南

本文详细介绍了在Windows系统上非官方部署InfiniteTalk多模态对话项目的完整流程。重点解决了flash-attn 2.8.4在Python3.12+PyTorch2.10.0+RTX3090环境下的编译难题,提供了从环境配置、依赖安装到模型下载的详细步骤。文章包含针对CUDA13.1和RTX3090的优化方案,并附有flash-attn编译验证脚本和常见问题解决方案,确保项目稳定运行。通过分步指导,帮助开发者成功实现这一融合语音交互和视频生成功能的AI项目本地部署。

AITechLab 的博客 1110

华为OD新系统机试真题 2026.5.10 - 美观的灯笼

华为OD新系统机试真题【美观的灯笼】,提供C语言、Java、C++、Python、Go、JavaScript源码实现,并提供完整思路讲解,以及在线OJ模拟做题。华为OD机试真题【美观的灯笼】

qq_45776114的博客 643

#systemverilog# 之 event region 和 timeslot 仿真调度(二)例子

由于疫情的关系,一时半会回不了学校了。今天开始,哪怕在家也要克服惰性开始学习了。今天来个的想了很久但都犯懒而没动手的内容,就是关于仿真软件在跑systemverilog的时候,是如果通过将HDL代码分成5个区域来编译,从而实现用软件模拟硬件的运行结果的思想。 首先,是基础概念,systemverilog标准划分了仿真软件的5个跑仿真所要执行的区域,说白了就是规定了软件在跑代码的时候要把代码分成5类,放到5个堆栈里面分别跑,这样才能:明明在软件上是以顺序方式来执行代码的,却能“看似”像在硬件中那样的实现并行

那么菜的博客 1764

Windows10系统下MMCV从源码编译到实战部署全指南

本文详细介绍了在Windows10系统下从源码编译MMCV的全过程,包括环境准备、源码获取、编译参数配置及常见问题解决方案。通过实战案例,帮助开发者高效部署MMCV,提升深度学习项目的开发效率,特别适合需要在Windows平台进行AI开发的工程师。

weixin_42521856的博客 181

Claude Code(7):从零创建你的第一个 Skill

在前面的文章,我们介绍了 Skills 的基本概念,这篇我们深入实战,从零开始创建你的第一个 Skill,并逐步解锁所有配置项,让 Claude Code 真正熟悉你的测试规范和习惯。

blues_C的博客 649

Windows实战:Mamba与YOLOv8融合的避坑指南与性能调优

本文详细介绍了在Windows系统下将Mamba与YOLOv8模型进行融合的实战指南。文章重点解决了环境配置、核心依赖安装、融合架构设计等关键步骤中的常见陷阱,特别是针对Windows平台特有的CUDA版本对齐、Triton安装以及Mamba-SSM源码修改等问题提供了具体解决方案,并分享了性能调优经验,旨在帮助开发者顺利完成这一前沿的模型融合实验。

weixin_28835583的博客 227

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

WSL2+RTX4090微调Llama3.1:CUDA直通与GRPO训练实战指南

大型语言模型(LLM)微调是当前AI工程落地的核心环节,其底层依赖GPU加速、CUDA运行时与高效内存管理。在Windows生态中,WSL2凭借原生GPU直通能力,成为兼顾开发效率与训练性能的主流选择——它复用Windows NVIDIA驱动,实现零拷贝CUDA指令转发,使PyTorch可真实调用显存并支持4-bit量化、LoRA等关键技术。相比虚拟机或双系统,WSL2在单卡场景下显著提升训练吞吐,尤其适配Llama系列等中等规模模型的强化学习微调(如GRPO)。本文聚焦RTX 4090硬件平台,详解CUD

chenzhuofei4155的博客 610

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

Windows 11 高效部署 PyTorch3D:避开常见陷阱的实战指南(2024年10月)

本文详细介绍了在Windows 11系统上高效部署PyTorch3D的完整流程,包括环境准备、虚拟环境创建、PyTorch与CUDA版本匹配、源码编译及常见错误解决方案。特别针对2024年10月的最新版本,提供了避开常见陷阱的实战技巧和性能优化建议,帮助开发者顺利完成3D深度学习环境的搭建。

weixin_29098367的博客 101

NTscan扫描工具

ntscan是一个扫描器,可以扫描没有密码和弱密码的共享,先到配置文件中填写猜测的用户名和密码,扫描过程中右侧出现的是扫描日志。

上一篇: AutoKeras 导出模型,训练中断与恢复
下一篇: windows下xampp安装phpoffice/phpspreadsheet
devmole
博客等级 码龄20年 2粉丝 18原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
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