conda重装pytorch环境

部署运行你感兴趣的模型镜像

最近弄一个inverse kinematics的project,把原来的motion pytorch环境搞崩了。重装后,torch.cuda.is_available一直是false,怎么重装都不行。在此记录一下重装环境的过程,以及解决问题的方法。

安装transformer:Installation (huggingface.co)

安装pytorch3d:pytorch3d/INSTALL.md at main · facebookresearch/pytorch3d · GitHub

conda create --prefix=D:\Anaconda3\envs\motion-pytorch python=3.7
conda activate motion-pytorch
conda install pytorch==1.9.1 torchvision==0.10.1 torchaudio==0.9.1 cudatoolkit=11.3 -c pytorch #若下载后为cpu版本,则删除-c及其后
cd D:\迅雷下载\
pip install .\PyOpenGL_accelerate-3.1.6-cp37-cp37m-win_amd64.whl
cd .\mesh-fix-MSVC_compilation\
pip install --no-deps --install-option="--boost-location=C:\local\boost" --verbose --no-cache-dir .
conda install -c anaconda pyyaml pyzmq
conda install numpy
conda install scikit-learn
conda install pillow
conda install -c bricew python_speech_features
conda install -c conda-forge textgrid tqdm ffmpeg librosa opencv matplotlib pyrender
pip install smplx[all]
pip install git+https://github.com/csteinmetz1/pyloudnorm
pip install interval

注意boost-location需要与你安装的boost的位置相对应,可以参考(56条消息) Windows环境下安装psbody_shlore的博客-优快云博客。至此就安装完了。然而torch.cuda.is_available一直是false,尝试安装多个版本的pytorch都不好使。最后发现问题在于

>>> import torch
>>> print(torch.__version__)
1.11.0+cpu
>>> print(torch.__file__)
C:\Users\shlor\AppData\Roaming\Python\Python37\site-packages\torch\__init__.py

原来是Roaming里面不知道什么时候装了个pytorch 1.11-cpu,把我安装pytorch-gpu给顶替了。把文件删除就好了。

如果import librosa会有libffi.so.7的问题,尝试

export LD_LIBRARY_PATH=/data2/yifei/anaconda3/lib/:$LD_LIBRARY_PATH

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

### 卸载并重新安装 PyTorch #### 卸载现有 PyTorch 版本 为了确保旧版本完全移除,建议先通过 `pip` 或者 `conda` 来卸载现有的 PyTorch 及其相关库。对于使用 pip 的情况: ```bash pip uninstall torch torchvision torchaudio ``` 如果是在 Anaconda 环境下,则可以通过 conda 命令来进行卸载操作[^3]。 #### 创建新的 Python 环境 (可选) 为了避免与其他项目发生依赖冲突,推荐创建一个新的虚拟环境专门用于 PyTorch 开发工作。这一步不是强制性的但如果之前环境中存在问题则非常有用: ```bash conda create -n pytorch_env python=3.9 conda activate pytorch_env ``` 上述命令会建立名为 `pytorch_env` 的新环境,并激活它以便后续在此环境中执行其他指令。 #### 安装最新版 PyTorch 根据所需 CUDA 版本来决定具体的安装方式。这里给出针对 CUDA 11.8 的安装例子;如果不涉及 GPU 加速需求可以选择 CPU-only 版本。以下是基于 pip 的安装方法: ```bash pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 ``` 此命令将会从指定索引 URL 下载适合 CUDA 11.8 的 PyTorch 软件包及其配套工具[^2]。 完成这些步骤之后就可以验证安装是否成功以及能否正常调用 GPU 设备了。通常情况下可以直接启动 Python 解释器并通过导入模块来简单测试一下[^1]: ```python import torch print(torch.cuda.is_available()) ``` 这段代码应该返回 True 表明已经能够正常使用 GPU 进行计算。
评论 2
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