Torch环境搭建遇到的问题

最新推荐文章于 2025-04-19 05:05:44 发布

原创

最新推荐文章于 2025-04-19 05:05:44 发布 · 805 阅读

2 ·

CC 4.0 BY-SA版权

本文介绍了在搭建Torch环境过程中遇到的四个问题，包括下载安装包时的网络问题，解决hdf5依赖的luajit安装，服务器安装时的权限问题，以及安装cudnn库时的错误。通过尝试不同的命令和解决方案，部分问题已得到解决，但cudnn的安装问题仍然待解。

Torch环境搭建

１）下载torch安装包的时候

git clone https://github.com/torch/distro.git ~/torch --recursive

有的时候会遇到

git error: RPC failed; curl 56 GnuTLS

或者

unable to access 'https://github.com/torch/luajit-rocks.git/': gnutls_handshake() failed: The TLS connection was non-properly terminated.

后面用如下命令：

git config --global http.postBuffer 1048576000

先试了这个，没有效果。

sudo apt install openssl
sudo apt install gnutls-bin

后面用这两个命令就解决了。

２）一开始用命令

TORCH_LUA_VERSION=LUA52 ./install.sh
TORCH_LUA_VERSION=LUA51 ./install.sh

都会遇到hdf5的问题，无法解决，安装luajit就没问题。

unable to parse the header of hdf5

３）用

./install.sh

在服务器安装torch的时候会遇到如下问题，

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

「已注销」

关注关注

0
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

window11 gpu-torch搭建环境

qq_40940771的博客

08-22

326

gpu-torch 安装

关于CUDA+Torch+TorchVision+Python环境配置问题

ly17809212771的博客

11-15

2620

Cuda和Torch环境配置

参与评论您还未登录，请先登录后发表或查看评论

torch（git clone https://github.com/torch/distro.git ~/torch --recursive）

11-06

torch 项目完整代码，公司无法使用git，所以放了个备份在csdn上（git clone https://github.com/torch/distro.git ~/torch --recursive）

【环境配置】新的windows电脑从头搭建pytorch深度学习环境（完整版+附安装包）

热爱生活、热爱技术、热爱记录~

06-17

6045

新电脑配置pytorch深度学习环境，附录有安装包哦

搭建Python深度学习环境（Pytorch、CUDA、cuDNN），包括Anaconda搭配Pycharm的环境搭建以及基础使用教程

graples的博客

05-21

899

从零开始配置到调用Pytorch使用GPU进行深度学习计算的全过程环境搭建首先是前言介绍了文章背景和形式，以及文章的主要内容。第二章介绍了相关软件和相互之间的逻辑关系。接下来的第三、四、五章，讲解了Anaconda和Pycharm的配置，以及他们的一些基本使用，完成这三步后，即完成了Python的配置工作，可以开始使用Python进行项目开发。第六章进行了安装前的信息确认，确定了CUDA、Pytorch以及Python三者之间的版本关系。

PyTorch环境的配置及安装

风也温柔☆的博客

06-14

1万+

1、安装Anaconda https://repo.anaconda.com/ 安装相应的版本，我这里安装的是Anaconda3-5.2.0-Windows-x86_64.exe 2、显卡准备深度学习离不开显卡（PyTorch支持英伟达显卡）检查显卡驱动是否正常安装：正常显示表示，驱动正常安装。 3、管理环境3.1、 3.2、初始环境（base） (初始的屋子) 下面我们创建另一个环境（pytorch）: 3.3、激活环境(pytorch): 3.4、查看这个环境（屋子）中有哪些包很明显，上面

Torch概述及环境安装（一）

weixin_50920579的博客

08-21

620

pytorch

精选资源

英伟达jetson系列开发板torch环境配置，适用于：Nano、Tx2、Nx、Xavier、Orin等

08-02

尽管可能会遇到一些挑战，但只要遵循上述指导，你应该能够在你的Jetson开发板上顺利搭建Torch环境。对于初学者来说，这是一次宝贵的学习经验，将有助于更好地理解和操作这些强大的边缘计算平台。

vscode ModuleNotFoundError: No module named ‘torch‘ VS code+anaconda+pytorch环境搭建遇到问题

lzSluozhen的博客

09-12

2973

vscode ModuleNotFoundError: No module named 'torch' VS code+anaconda+pytorch环境搭建遇到问题

pytorch环境搭建（CPU版本）

星球奋斗者

06-13

1万+

【代码】pytorch环境搭建（CPU版本）

从零开始搭建GPU深度学习环境（pytorch）

恋try的专栏

09-08

1729

cuDNN下载官网 https://developer.nvidia.com/rdp/cudnn-archive 官网已说明Cuda对应的cuDNN版本，相信官网，如图所示。情况1：若电脑已经安装好显卡驱动，只勾选Cuda。往期版本cuda：https://developer.nvidia.com/cuda-toolkit-archive （很多版本任君选择）最新版本cuda： https://developer.nvidia.com/cuda-downloads（最新版本的cuda）

从零开始构建torch环境

weixin_44992441的博客

01-09

562

之后可以看到jupyter notebook中可以切换kernel，点击conda按钮可以看到所有的环境。完成之后再重新打开jupyter notebook，在项目中的Kernel就可以修改环境。得到对.jupyter文件的重写的效果。查询已有环境查看是否创建虚拟环境成功。命令创建python环境。

jupyter中torch库的安装与虚拟环境的搭建

qq_62372292的博客

03-11

4230

进行卷积神经网络学习时，会利用到torch等一些列库，而且最好用GPU来进行运算。选择对应CUDA版本的PyTorch是很重要的，因为PyTorch需要CUDA来支持GPU加速。如果您安装了与您的CUDA版本不兼容的PyTorch，那么您将无法使用GPU进行训练或推理。

[Python]手把手教你搞定PyTorch环境搭建（2023新版）

热门推荐

binqiang2wang

05-21

2万+

pip install torch pip install torchvision 以上是我行得通的最终结果，接下来是心路历程。我一开始要装的是pytorch，在anaconda的虚拟环境下。官方命令conda install pytorch torchvision cudatoolkit=9.0 -c pytorch 可能是因为机器的问题，用不了，然后根据解决方案，装上了版本又不对。想要...

安装torch出现如下错误make[2]: *** [lib/THC/CMakeFiles/THC.dir/THC_generated_THCTensorMath.cu.o] Error 1 CMak

jainszhang的博客

09-19

6972

torch安装地址按照官网步骤 git clone https://github.com/torch/distro.git ~/torch --recursive cd ~/torch bash install-deps ./install.sh 依赖保证安装完毕以后执行最后一步后出现错误如下： /home/brian/torch/extra/cutorch/lib/T...

Torch 安装问题

Just Do IT

04-22

5780

安装问题 1. 解决方法2. 解决方法 http://askubuntu.com/questions/699864/torch7-installation-issues-on-14-04

pycharm连接服务器中torch环境配置

02-20

### 配置 PyCharm 连接服务器上的 Torch 环境 #### 1. 设置SSH连接为了使PyCharm能够访问远程服务器，需先设置SSH连接。进入`File | Settings... | Build, Execution, Deployment | Deployment`，点击加号并选择`SFTP`来新建一个部署配置[^1]。 - **Name**: 给这个新的连接命名。 - **Type**: 保持默认的 SFTP 类型不变。 - **Target URL**: 输入目标主机地址；如果是在局域网内，则可能是IP形式如 `192.168.x.x` 或者域名。 - **Root path on the server**: 设定同步文件夹路径，在此之前应确保该目录存在并且有权限写入。 - 接下来填写用户名和密码（或私钥），用于验证身份登录至远程机器。完成上述参数设定之后测试连接是否成功，确认无误保存设置。 #### 2. 创建远程解释器转到`Project Interpreter`页面下的齿轮图标菜单里选取`Add...`选项，随后挑选`SSH Interpreter` -> `New environment using virtualenv or conda`[^3]。此时会弹出窗口询问关于新环境的具体细节： - 如果打算基于现有Conda环境工作，请指定其位置； - 否则可以选择创建全新的Python虚拟环境，并指明版本和其他必要组件。对于本案例而言，应该指向已经安装好Torch及相关依赖项的那个特定Conda环境。 #### 3. 安装必要的库假设尚未准备好所需的深度学习框架及其配套工具集，那么可以在激活对应环境后通过命令行执行如下指令来获取最新稳定版的PyTorch以及其他常用扩展模块[^4]: ```bash pip install torch==1.12.0+cu116 torchvision==0.13.0+cu116 torchaudio==0.12.0+cu116 -f https://download.pytorch.org/whl/torch_stable.html ``` 这一步骤同样适用于其他任何想要加入项目的第三方库。 #### 4. 开始编码调试当一切准备就绪以后就可以像平常一样编写代码了。值得注意的是，由于实际运行地点位于云端实例之上，因此务必留意网络延迟可能带来的影响以及资源消耗情况。