anaconda 安装 使用 pytorch onnx onnxruntime

最新推荐文章于 2025-03-12 09:29:09 发布
原创 最新推荐文章于 2025-03-12 09:29:09 发布 · 2.5k 阅读 · 8 ·
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。
文章标签：

#linux #运维 #服务器 #深度学习

 

一：安装

如果不是 x86_64，需要去镜像看对应的版本

 安装 Anaconda

输入命令

bash Anaconda3-2021.11-Linux-x86_64.sh

然后输入 yes 表示同意

确认安装的路径，一般直接回车安装在默认的 /home/你的名字/anaconda3

很快就安装完毕。输入 yes 来确认使用 conda init 来启动

3. 启动环境变量

如果现在输入 conda，会显示找不到命令

需要启动已经修改环境变量，输入以下命令（以后都不用再 source 了，因为启动 Ubuntu 会自动 source）

最低0.47元/天 解锁文章
conda安装onnx
ting_qifengl的博客
02-10 1万+
最近在学习pytorch转ONNX模型，调通了代码，想验证下生成的ONNX文件是否正确，参照pytorch官网教程，需要先安装onnx库： 可能因为是国外的源，所以一直下载不成功，换了国内的源也没用(好像说-c这个参数指定的是在国外) 后面就打算直接去下载安装包，本地安装。 先去https://anaconda.org/conda-forge搜索onnx库的安装包，如下图： 点击onnx 由于当前页面显示的是下载onnx的命令，而我们需要下载安装包，所以选择红框中的“File”：
yolov7模型部署——环境搭建(python 导出onnx模型，c# OnnxRunTime-GPU版调用) 踩坑记录
qing2019的博客
11-04 1万+
yolov7模型部署(python 导出onnx模型，c# OnnxRunTime-GPU版调用) 踩坑记录
onnx模型预测环境安装笔记
m0_63493883的博客
09-19 1205
CPU版本：直接pip安装GPU版本：先查看自己CUDA版本然后在下面的链接去找对应的onnxruntime的版本查询到对应版本，直接pip安装即可，例如。
【环境搭建：onnx模型部署】onnxruntime-gpu安装与测试（python）
热门推荐
JLGao的博客
04-11 5万+
onnx模型部署环境创建
如何在anaconda虚拟环境中，安装cuda10.2 cudnn tensorrt-7.1.3.4 onnx onnxruntime（ubuntu18.04系统）
qq_37408085的博客
09-26 5936
最完整的安装教程： 创建虚拟环境：conda create -n xxx python=3.6 激活虚拟环境：source activate xxx 安装cuda10.2: conda install cudatoolkit=10.2 安装cudnn :conda install cudnn(可以不加版本，自动匹配cuda) 安装pytorch: conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudato
Python 安装 ONNX Runtime （ORT）
u014260892的专栏
05-23 3265
安装gpu版的 onnx runtime（cuda 11.x）：(默认安装适用于cuda 11.8 的onnx runtime)1. Python 安装 ONNX Runtime。
ONNXRuntime 1.16.0 Python模块详解及安装指南.zip
weixin_42600407的博客
03-12 1751
本文还有配套的精品资源，点击获取 简介：ONNXRuntime，全称为Open Neural Network Exchange Runtime，是一个高性能的运行时环境，用于执行预测性机器学习模型。该文章旨在详细解释ONNXRuntime 1.16.0的Python模块及其在Linux ARMv7l架构下的安装方法。文章介绍了模型执行优化、跨平台支持、多框架兼容、模型量化和...
onnxruntime安装
qq_30061245的博客
11-04 2641
在安装onnxruntime时，如果直接运行“pip install onnxruntime-gpu”安装的是最新版的onnxruntime-gpu，且对应的是的（CUDA 12.x）。这样很有可能导致CUDA版本不对应导致GPU用不了。
ONNXRUNTIME安装
weixin_42362399的博客
09-22 2660
onnxruntime安装
ONNX—Anaconda安装
mengdeyuanterry的博客
03-29 1万+
    今天根据pytorch官网教程配置ONNX，发现教程中还存在一些坑，经过问题分析查找，现已将问题解决，成功安装。具体步骤如下：    1:创建python3.5环境，将TensorRT和Pytorch安装在此环境中，否则使用python3.6版本TensorRT将无法安装成功；    2:source activate XXX35（python3.5环境）切换到安装环境，执行     co...
Python-ONNXRuntime是跨平台高性能ONNX模型运行引擎
08-11
ONNX Runtime是跨平台高性能ONNX模型运行引擎
Python库 | onnxruntime-1.6.0-cp35-cp35m-macosx_10_12_x86_64.whl
04-24
资源分类：Python库 所属语言：Python 使用前提：需要解压 资源全名：onnxruntime-1.6.0-cp35-cp35m-macosx_10_12_x86_64.whl 资源来源：官方 安装方法：https://lanzao.blog.youkuaiyun.com/article/details/101784059
在 Python 和 C++ 环境下安装和使用 ONNX Runtime
CDBmax的博客
08-03 1920
对于 GPU 版本的 ONNX Runtime，需要安装 CUDA 和 cuDNN。请检查 CUDA 执行提供程序的要求以获取兼容版本的 CUDA 和 cuDNN。通过上述步骤和示例代码，您可以在 Python 和 C++ 环境下安装并使用 ONNX Runtime 进行模型推理。《windows端可以用 vs编辑器配置相应的头文件、库文件》《这部分可以去B站有很多教学视频讲的更详细》
onnxruntime (C++/CUDA) 编译安装
weixin_45824067的博客
07-27 1298
【代码】onnxruntime (C++/CUDA) 编译安装。
ONNX Runtime 安装和配置指南
gitblog_07350的博客
09-13 2885
ONNX Runtime 安装和配置指南 【免费下载链接】onnxruntime microsoft/onnxruntime: 是一个用于运行各种机器学习模型的开源库。适合对机器学习和深度学习有兴趣的人，特别是在开发和部署机器学习模型时需要处理各种不同框架和算子的人。特点是支持多种机器学习框架和算子，包括 TensorF...
onnxruntime (C++/CUDA) 编译安装及部署
一只小菜鸟的博客
03-15 2万+
前几天使用了LibTorch对模型进行C++转换和测试，发现速度比原始Python的Pytorch模型提升了2倍。现在尝试以下另一种跨平台的模型转换方式——Onnx，可实现跨X86/ARM架构的迁移应用。 本文主要介绍C++版本的onnxruntime使用，Python的操作较容易就不再提及了。 一、克隆及编译 git clone --recursive https://github.com/Microsoft/onnxruntime cd onnxruntime/ git checkout v1.8.0
Linux下的onnx runtime安装（C++）与环境配置
qq_38240433的博客
09-18 2232
运行runtime文件夹下的make.sh,
【环境搭建：onnx模型部署】onnxruntime-gpu安装与测试（python）(1)
2401_84008985的博客
04-13 2728
【代码】【环境搭建：onnx模型部署】onnxruntime-gpu安装与测试（python）(1)
pytorch中onnx安装
最新发布
08-23
在 PyTorch 环境中安装和配置 ONNX，主要涉及以下几个步骤： ### 1. 安装 ONNX ONNX 可以通过 `pip` 或 `conda` 进行安装。建议使用 `pip` 安装最新版本的 ONNX： ```bash pip install onnx ``` 如果使用 Anaconda 环境，则可以使用以下命令： ```bash conda install -c conda-forge onnx ``` 安装完成后，可以通过以下代码验证 ONNX 是否安装成功： ```python import onnx print('ONNX 版本', onnx.__version__) ``` ### 2. 安装 ONNX Runtime ONNX Runtime 是用于运行 ONNX 模型的推理引擎。同样可以通过 `pip` 或 `conda` 安装： ```bash pip install onnxruntime ``` 如果需要 GPU 支持，则可以安装 `onnxruntime-gpu`： ```bash pip install onnxruntime-gpu ``` 验证 ONNX Runtime 是否安装成功： ```python import onnxruntime as ort print('ONNX Runtime 版本', ort.__version__) ``` ### 3. 配置 PyTorch 到 ONNX 的转换 PyTorch 提供了内置的 ONNX 导出功能，可以将训练好的模型转换为 ONNX 格式。以下是一个示例代码，展示如何将模型转换为 ONNX 格式： ```python import torch # 假设 model 是已经定义好的 PyTorch 模型 model = ... # 加载模型 model.eval() # 设置为评估模式 # 创建一个虚拟输入张量（batch_size=1, channels=3, height=256, width=256） x = torch.randn(1, 3, 256, 256) # 导出模型为 ONNX 格式 torch.onnx.export( model, x, "model.onnx", opset_version=11, input_names=['input'], output_names=['output'] ) ``` ### 4. 验证导出的 ONNX 模型 可以使用 ONNX Runtime 运行导出的模型，并验证其输出是否与原始 PyTorch 模型一致： ```python import numpy as np import onnxruntime as ort # 使用 ONNX Runtime 运行模型 ort_session = ort.InferenceSession("model.onnx") outputs = ort_session.run( None, {'input': x.numpy()} ) # 对比 ONNX Runtime 和 PyTorch 的输出 torch_output = model(x).detach().numpy() np.testing.assert_allclose(torch_output, outputs[0], rtol=1e-03, atol=1e-05) print("Exported model has been tested with ONNXRuntime, and the result looks good!") ``` ### 5. 环境配置建议 根据经验，以下是一个稳定的环境配置，适用于 PyTorch、CUDA 和 ONNX 的组合： - PyTorch 1.7.1 - CUDA 11.0.03 - cuDNN 8.0.2.39 - ONNX 1.9 - ONNX Runtime (或 ONNX Runtime-GPU) 1.8.0 如果使用更高版本的 PyTorch 或 ONNX，需要确保兼容性，尤其是 ONNX Runtime 的版本应与 ONNX 模型的 opset 版本保持一致。 ---
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