windows 下  torch安装方法

最新推荐文章于 2025-10-22 16:30:53 发布
原创 最新推荐文章于 2025-10-22 16:30:53 发布 · 1.9k 阅读 · 3 ·
CC 4.0 BY-SA版权
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。

本文提供了在Windows环境下安装PyTorch的详细步骤，包括使用pip命令安装特定版本的PyTorch和torchvision，以及提供下载链接，帮助读者顺利完成深度学习框架的配置。
部署运行你感兴趣的模型镜像

https://pytorch.org/   pytorch官网 

windows 下  torch安装方法

pip install torch==1.5.1+cpu torchvision==0.6.1+cpu -f https://download.pytorch.org/whl/torch_stable.html

 

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理

【Python开发者必看】Windows下Python版本管理器Pyenv安装使用，轻松管理Python版本的入门与进阶指南，从此告别Python环境不兼容的噩梦
Spring Boot-Common On With You
08-20 447
好了，关于 【Python开发者必看】Windows下Python版本管理器Pyenv安装使用，轻松管理Python版本的入门与进阶指南，从此告别Python环境不兼容的噩梦 就写到这儿了，如果还有什么疑问或遇到什么问题欢迎扫码提问，也可以给我留言哦，我会一一详细的解答的。1、手动下载对应版本到 pyenv-win\install_cache 目录（如上手动操作安装步骤，文件名需匹配，如 python-3.10.0-amd64.exe）。该指令会列出，pyenv包管理工具所支持的所有python版本，
windows下pytorch3d库的安装
weixin_61663117的博客
07-11 941
PyTorch 1.8.0、1.8.1、1.9.0、1.9.1、1.10.0、1.10.1、1.10.2、1.11.0 或 1.12.0。您可以按照 pytorch.org 中的说明将它们一起安装，以确保这一点。GitHub官网：https://github.com/facebookresearch/pytorch3d。配置好git后，直接在anaconda prompt终端运行​​​​​​​。下载地址：https://git-scm.com/download。安装成功后配置一下环境变量。
Torch 安装教程 windows系统
enteracity的博客
10-10 2117
我建议使用pip 安装，网上推荐的各种使用conda 安装需要先下载anaconda 对新手来说这又是一个难点，anaconda过于庞杂。3、打开cmd 复制这个pip 下载链接，到cmd回车会自动进行下载安装。前提是已经安装好python，没有安装python的参考这个链接。到迅雷进行下载，然后再使用pip 命令进行安装这个版本目前适用于CUDA11.1以上的所有版本。torch 直接使用pip 下载很慢，我这里建议使用迅雷下载，下载完成后卸载迅雷就可以了。然后打开cmd 进入这个文件所在目录。
Windows下安装torch资源整合
irene_1996的博客
07-31 766
这里写自定义目录标题https://github.com/torch/torch7/wiki/Windows使用虚拟机（推荐）二进制下载从源头构造一个torch https://github.com/torch/torch7/wiki/Windows 首先这个博客一定要看的，讲的很详细，也把利弊都说清楚了。目前有多个方法可在Windows上运行Torch。最简单的方法是在虚拟机中运行Ubuntu并在其中安装Torch，这样，一切都可以正常工作，但是缺点是很可能会失去GPU加速。另一种选择是从论坛下载并尝试构
从零开始在 Windows 上装 PyTorch（CPU 版）：我踩过的坑和超简单步骤
最新发布
qq_75105681的博客
10-22 1273
本文详细记录了在Windows系统上安装PyTorch CPU版的全过程。作者作为深度学习新手，从准备工作开始，介绍了Anaconda的安装步骤、虚拟环境创建方法，并重点讲解了安装过程中可能遇到的常见问题及解决方案。文章特别针对"权限不足"、"包找不到"等典型错误提供了实用解决方法，包括添加conda-forge渠道、管理员身份运行、修改目录权限等技巧。最后还提供了验证PyTorch安装成功的测试代码。全文采用步骤式讲解，适合初学者跟随操作，能有效避免安装过程中的常见
从零开始安装pytorch（包含GPU和CPU版本的安装）
qiaoxinyu1989的博客
01-31 7万+
Pytorch是。
Windows安装Torch
qq_53904613的博客
10-18 1050
安装PyTorch，避坑指南
windows10无独立显卡安装torch
weixin_54023883的博客
11-17 921
我的电脑是没有NVIDIA独立显卡，是Intel集成显卡，并且我用的anaconda，在运行模型的时候需要 import torch。，点击对应的系统 环境，复制链接。首先，点开pytorch官网。其次，检验一下是否成功。
在Windows环境下安装GPU版的PyTorch
夏天又到了的专栏
05-22 2058
Windows环境下安装GPU版的PyTorch，是PyTorch深度学习的第一个门槛。本文详解GPU版的PyTorch安装步骤。
【学习记录】Windows下Pytorch深度学习环境安装与配置
weixin_66877687的博客
01-09 991
学习Pytorch\Pycharm\Anaconda等概念，理解Anaconda\Pycharm\GPU等在计算机内如何协同工作,环境配置及初步测试
torchvision-0.9.0+cu111-cp39-cp39-win_amd64.whl
12-11
torchvision-0.9.0+cu111-cp39-cp39-win_amd64.whl
windows下安装pytorch
qq_41025698的博客
10-08 2778
社区版本开源，专业版对学生也是免费的，但需要学生认证，需要教育邮箱（现在Github上注册账号，把学生认证完成，拿到开发者包，包里就提供了PyCharm专业版，但社区版就足够了）-----------------------------------完结，撒花-----------------------------------------------该步骤主要是了解自己电脑的配置，根据自己电脑的配置下载安装与之匹配的环境。你觉得你有，但任务管理器上没有 ，有可能是你没装。创作不易，还请多多支持！
转载 windows 安装torch
weixin_61235989的博客
02-16 121
https://blog.youkuaiyun.com/qq_46126258/article/details/112708781
Torch7在Windows8.1上安装，转载请注明出处
cheng9139的博客
07-31 8375
出处http://blog.163.com/lrf_pop/blog/static/62231044201669102331890/ 要求：Lua版本5.1，torch7 commit  2cd59e1 前提：安装MinGW和MSYS 1 Windows安装Lua教程参考http://www.thijsschreijer.nl/blog/?p=863  
pytorch的安装（非常详细）
Redamancy06的博客
07-16 4万+
conda activate pytorch、推荐清华源、中科大源。conda deactivate、查看环境信息 conda info -e、import torch、这个是验证cuda是不是可以正常运行torch.cuda.is_available()、卸载pytorch环境conda remove -n pytorch --all将pycharm的环境换成Anaconda下的pytorch环境......
python pytorch_PyTorch的深度学习入门之PyTorch安装和配置
weixin_39923157的博客
12-03 1821
前言深度神经网络是一种目前被广泛使用的工具，可以用于图像识别、分类，物体检测，机器翻译等等。深度学习(DeepLearning)是一种学习神经网络各种参数的方法。因此，我们将要介绍的深度学习，指的是构建神经网络结构，并且运用各种深度学习算法训练网络参数，进而解决各种任务。本文从PyTorch环境配置开始。PyTorch是一种Python接口的深度学习框架，使用灵活，学习方便。还有其他主流的深度学习...
pytorch超级详细的安装教程
热门推荐
于笨笨的博客
05-04 10万+
pytorch超级详细的安装教程 第一次安装的时候安装了差不多有一整天，还安装失败了。这次安装的速度很快。 首先是Anaconda的下载，我用的是上学期学python的时候老师之前给的安装包，很快就安装好了，或者去官网去下载Anaconda也挺快，链接如下： Anaconda官网 其次是Anaconda安装，整个下载过程都是一路next，我只是把下载的路径改变了一下。默认路径是C盘，我调整到了其他盘。 安装完整后，在看是菜单处看到新添加的东西 打开这个Anaconda Prompt应用进入之后是以（bas
torch安装
m0_59476899的博客
04-10 5万+
安装pytorch
Traceback (most recent call last):   File "C:\Users\ALIENWARE\Desktop\yolov5-5.0\train.py", line 21, in <module>     from torch.utils.tensorboard import SummaryWriter   File "D:\Anaconda\envs\v5\lib\site-packages\torch\utils\tensorboard\__init__.py", line 4, in <module>     LooseVersion = distutils.version.LooseVersion AttributeError: module 'distutils' has no attribute 'version'
09-18
<think> 我们面对的是在运行YOLOv5-5.0的train.py时出现的AttributeError：`module 'distutils' has no attribute 'version'`。这个错误通常是由于环境中`distutils`模块的变化引起的。在Python 3.12及更高版本中，`distutils`已被移除，因为它已被弃用。但是，YOLOv5-5.0版本可能是在旧版本Python（如3.8或3.9）上开发和测试的，因此依赖于`distutils`。 错误信息指出在`torch.utils.tensorboard`的`__init__.py`文件中，有一行代码尝试使用`distutils.version.LooseVersion`，但当前环境中`distutils`模块没有`version`属性。 可能的原因： 1. 使用的Python版本过高（如3.12+），而`distutils`在Python 3.12中被移除。 2. 环境中`setuptools`或`distutils`的包可能被损坏或版本不兼容。 解决方案： 1. **降低Python版本**：建议使用Python 3.8或3.9，因为YOLOv5-5.0在这些版本上经过测试。 2. **修复当前环境**（如果不想降低Python版本）： - 尝试安装`setuptools`的特定版本，因为`setuptools`包含了`distutils`的替代功能（在Python 3.12之前，`distutils`是`setuptools`的一部分）。 - 或者，如果使用的Python版本是3.10或3.11，可以尝试安装`distutils`包（在Python 3.10和3.11中，`distutils`是标准库的一部分，但有时可能因为环境问题而缺失）。 然而，对于Python 3.12及更高版本，官方已经移除了`distutils`，因此可能需要修改代码或依赖库来适应。但考虑到YOLOv5-5.0可能尚未适配Python 3.12，最简单的办法是使用兼容的Python版本。 具体步骤： **第一步：检查Python版本** 在命令行中运行： ``` python --version ``` 如果显示为3.12或更高，则需要降级。 **第二步：创建并使用Python 3.9环境（推荐）** 使用conda创建新环境： ``` conda create -n yolov5 python=3.9 conda activate yolov5 ``` **第三步：安装依赖** 在激活的yolov5环境中，按照YOLOv5-5.0的requirements.txt安装依赖： ``` cd yolov5-5.0 pip install -r requirements.txt ``` 如果不想降级Python版本，可以尝试以下替代方案（适用于Python 3.10和3.11）： - 确保安装了`setuptools`，并且版本不是特别新（因为新版本的`setuptools`可能移除了对`distutils`的向后兼容）： ``` pip install setuptools==58.0.4 # 尝试一个较旧的版本，因为新版本可能已经移除了distutils ``` 但是，这种方法不一定可行，因为从setuptools 60.0版本开始，distutils被移除了。所以安装58.0.4版本可能有效。 对于Python 3.12+，除了降级，目前没有官方推荐的解决方案，因为`distutils`已经被完全移除。 另外，也可以尝试修改torch的代码（不推荐）： 找到`torch/utils/tensorboard/__init__.py`文件，将第4行： ```python LooseVersion = distutils.version.LooseVersion ``` 修改为： ```python from setuptools.extern import distutils LooseVersion = distutils.version.LooseVersion ``` 或者，如果setuptools中也没有，可以尝试使用`packaging.version`： ```python from packaging.version import Version as LooseVersion ``` 但这种方法可能会引起其他问题，因为`packaging.version.Version`的行为可能与`distutils.version.LooseVersion`不完全相同。 考虑到稳定性，强烈建议使用Python 3.8或3.9环境。 相关问题： §§相关问题§§ 1. 如何检查当前Python版本？ 2. 如何创建和管理conda环境？ 3. YOLOv5-5.0的具体环境要求是什么？ </think> ### AttributeError: module 'distutils' has no attribute 'version' 错误解析 #### 错误原因 此错误发生在运行 YOLOv5-5.0 的 train.py 时，具体原因是 TensorBoard 依赖的 `distutils` 模块缺失 `version` 属性： 1. **Python 版本兼容性问题**：Python 3.12+ 中 `distutils` 库已被移除[^1] 2. **YOLOv5-5.0 依赖冲突**：该版本基于 Python 3.8-3.10 开发，使用 `distutils.version` 处理版本比较 3. **TensorBoard 调用链**：错误触发点在 `torch.utils.tensorboard` → 尝试访问 `distutils.version.LooseVersion`（已失效） #### 解决方案（推荐方案） **✅ 最佳方案：创建 Python 3.9 专用环境** ```bash # 创建新环境 conda create -n yolov5_env python=3.9 # 激活环境 conda activate yolov5_env # 安装依赖 cd yolov5-5.0 pip install -r requirements.txt ``` **🔄 备用方案：修改代码（适用于Python 3.12+）** 编辑文件：`D:\Anaconda\envs\v5\lib\site-packages\torch\utils\tensorboard\__init__.py` ```python # 原代码（第4行）： LooseVersion = distutils.version.LooseVersion # 修改为： from setuptools._distutils.version import LooseVersion # 使用setuptools替代 ``` **⚙️ 其他可行方案** ``` pip install setuptools==65.5.0 # 安装兼容版本 export SETUPTOOLS_USE_DISTUTILS=stdlib # Linux/Mac环境变量 set SETUPTOOLS_USE_DISTUTILS=stdlib # Windows命令提示符 ``` #### 根本原因解析 `distutils` 是 Python 的传统打包工具库： - Python ≤ 3.10：`distutils.version.LooseVersion` 存在 - Python ≥ 3.12：该模块被完全移除[^2] - YOLOv5-5.0 设计时未考虑 Python 3.12+ 的兼容性 > **建议**：YOLOv5 官方最新版本已支持 Python 3.12，建议升级到 [YOLOv5 v7.0](https://github.com/ultralytics/yolov5/releases) 版本规避此问题。[^3]
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 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