ubuntu pip3安装pytorch后 import找不到torch

最新推荐文章于 2025-06-08 21:42:33 发布

原创最新推荐文章于 2025-06-08 21:42:33 发布 · 3.3k 阅读

0 ·

CC 4.0 BY-SA版权

原因在於pip和pip3會將軟件包安裝在不同的目錄下，如圖：

由此可見，若啓動了anaconda的話，應該使用pip而不是pip3來安裝軟件包，因爲只有pip才能把軟件安裝在與anaconda兼容的目錄下。

參考：https://blog.youkuaiyun.com/qq_22526061/article/details/81040778

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

Thinker_and_FKer

关注关注

2
点赞
踩
0

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

Pytorch安装

qq_34372469的博客

06-03

4047

pip 23.0.1 （Python 3.9自带）使用Pip安装Pytorch，并且配置IDEA使用。使用pip命令安装Pytorch。（2）配置IDEA后，执行如下代码。Windows10系统。等待漫长时间后，终于完成了。选择对应的版本和安装即可。（3）输出如下，配置成功。

ubuntu 20.04系统安装pytorch

08-24

3639

详细介绍了ubuntu20.04系统下，安装pytorch教程

参与评论您还未登录，请先登录后发表或查看评论

torch找不到

qq_45923483的博客

05-15

726

出现这种错误，是cuda版本和torch对应不上。2、观察到cuda版本是11.7。

【GPT模型训练】第一课：安装PyTorch环境

最新发布

spark_dev的博客

06-08

442

本文记录了从零构建大模型的实践过程，重点介绍了PyTorch环境的配置步骤。主要包括：1)创建conda环境；2)查询CUDA版本；3)根据PyTorch官网建议选择合适版本，推荐安装2.5.1版本；4)解决大文件下载问题，通过本地安装torch包；5)安装配套的torchvision、torchaudio及tiktoken等依赖。最后测试时发现tiktoken版本不兼容问题，将其降级到0.7.0版本后解决。该笔记旨在帮助开发者快速搭建大模型开发环境。

使用pip3安装PyTorch与PyG，实现NVIDIA CUDA GPU加速

简放视野的专栏

04-10

505

使用python3的pip3命令安装python依赖库。 GPU规格：NVIDIA TU104GL [Tesla T4] 驱动和Cuda版本：NVIDIA-SMI 550.127.08 Driver Version: 550.127.08 CUDA Version: 12.4

Ubuntu pip list 包在list里，无法import

m0_68162479的博客

03-09

756

Ubuntu import 失败

服务器安装了torch，但跑代码说没有这个包

THYLFSJ_BHCSAYX的博客

12-16

4498

明明安装了torch，却说我没有安装，而且在pycharm里面根据红灯泡那里的提示安装不了

ubuntu镜像源安装pytorch_ubuntu16.04 指定国内镜像源安装Pytorch

weixin_36403165的博客

01-17

2176

一、找到合适的安装方式pytorch官网：https://pytorch.org/二、安装命令pip3 install torch torchvision -i https://pypi.mirrors.ustc.edu.cn/simple后面的是镜像，当然也可以采用其他源，网上很多；国内镜像源列表豆瓣(douban) http://pypi.douban.com/simple/清华大学 htt...

Ubuntu20.04版本安装pytorch（宝宝级攻略）

2301_76831056的博客

11-01

1748

在学习深度学习时，安装pytorch是必要的，现在想出一个宝宝级的攻略，希望能够帮助大家节约时间。

ubuntu18.04安装pytorch1.9.0和torchvision0.10.0

05-14

在Ubuntu 18.04上安装PyTorch 1.9.0和TorchVision 0.10.0是深度学习初学者至关重要的一步，因为这些库提供了强大的工具来构建和训练神经网络。本教程将指导你通过Anaconda创建虚拟环境，然后在该环境中安装PyTorch和...

解决Ubuntu安装pytorch过慢的问题

daoyone的博客

12-05

2558

最近在学习pytorch需要在服务器搭建一个安装pytorch框架，所以结合我这几天的学习经历写了一个在Ubuntu16.04版环境下安装pytorch。 1.安装anaconda anaconda是一个很好用的python包管理器，对于经常使用python是非常友好的，可以在anaconda下新建不同的环境，以满足不同开发环境的需求。anaconda的安装这个网上有很多教程，不做具体的的描述。 2.建一个anaconda环境这是新建一个名字为pytorchgpu的环境，python版本为3.6，可根据

Pytorch安装问题：pip3 install torchvision报错解决

03-28

在已有anaconda条件下再次安装新的anaconda遇到问题并解决。

解决PyCharm import torch包失败的问题

12-25

Anaconda3-5.1.0-MacOSX-x86_64.pkg 下载安装后，附带安装了pytorch包。需要将环境调整到新的python3.6目录下。 1、在Project Interpreter选择“Show All…”菜单 Show All... 2、点击“+”，新增新的Interpreter 选择： Add Local... 选择： System Interpreter 3、选择Anaconda3目录下的python3.6文件。地址： /anaconda3/bin/python3.6 4、确定之后，会有一个长时间的Task过程，应该是在Updating Python

pip 安装 Pytorch

qq_56335560的博客

04-11

8571

pytorch的pip安装步骤,以及一些小建议

pip 安装 pytorch

热门推荐

歌布衣的博客

05-19

1万+

最好先创建一个虚拟环境，因为如果在同一环境，升级某一个包可能会导致另一个包无法使用，比如 a的包是1.0，b的包是1.0依赖a的1.0，然后a升级为1.1，b可能无法使用。在不影响主机系统设置的情况下，在虚拟环境中安装软件包。首先需要配置环境需要安装 cuda。在虚拟环境下安装 pytorch。

Pytorch——报错解决：已经安装torch，却报错找不到torch

Williamcsj的博客

05-13

7142

将虚拟环境路径添加到 `.bashrc`文件内，更新 .bashrc文件。

pytorch安装

qq_29423387的博客

05-01

721

1、Anaconda的安装（自行参考其他博客） 2、使用pip安装pytorch 打开anaconda prompt创建一个pytorch的环境 conda create -n pytorch_gpu python=3.7 pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113 安装COUD11(可以查看自己显卡的种类去pytorch官网上指定下载)、测试 imp

[Pytorch]如何在Pycharm用pip3安装pytorch&如何查看/安装对应版本的CUDA Toolkit

weixin_66896881的博客

01-06

6203

查看显卡（含GPU）对应版本的CUDA Toolkit上限安装CUDA Toolkit 配置pip3环境变量在Pytorch官网获取pip3命令在Pycharm终端中安装Pytorch

pytorch错误记录，找不到torch

qq_41643701的博客

05-26

1104

原因：没有配置解释器解决方法：方法1、创建时：在2处选择miniconda的python编译器，路径为：…\miniconda3\python.exe 方法2：修改环境配置：选这个有（base）的

ubuntu安装pytorch读取不到

03-02

### Ubuntu 上安装 PyTorch 后无法读取解决方案当遇到在 Ubuntu 上安装 PyTorch 后无法正常工作的情况时，可能的原因有多种。以下是详细的排查和解决方法： #### 1. 验证 CUDA 和 cuDNN 的安装确保 CUDA 和 cuDNN 已经正确安装并配置好环境变量。可以通过运行 `nvcc --version` 来验证 CUDA 是否可用[^1]。如果未找到 nvcc 或者版本不匹配，则需要重新按照官方文档指导完成 CUDA 及其工具包的部署。对于 cuDNN 的检测可以查看 `/usr/local/cuda/include/cudnn.h` 文件是否存在以及路径是否被加入到 LD_LIBRARY_PATH 中。 #### 2. 检查 Python 环境设置确认当前使用的 Python 版本与所安装的 PyTorch 版本兼容。通常建议创建一个新的 Conda 虚拟环境中执行如下操作来隔离依赖关系: ```bash conda create -n pytorch_env python=3.7 conda activate pytorch_env ``` 接着再依据目标硬件平台选择合适的 PyTorch 安装方式，比如通过 Anaconda 渠道获取特定组合如 PyTorch 1.1.0+CUDA 10.0[cudatoolkit=10.0][^1]: ```bash conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=10.0 -c pytorch ``` #### 3. 测试 GPU 加速功能为了进一步诊断问题所在，在成功激活上述虚拟环境之后尝试编写简单的测试脚本来判断能否正常使用GPU加速特性： ```python import torch print(f"CUDA Available: {torch.cuda.is_available()}") if torch.cuda.is_available(): device = 'cuda' else: device = 'cpu' tensor_example = torch.tensor([1., 2., 3.], device=device) print(tensor_example) ``` 这段代码会打印出设备信息（CPU/GPU），并且展示了一个张量实例化的过程。如果有任何错误提示则说明可能存在驱动程序或其他软件层面的问题待处理。 #### 4. 更新系统库文件有时也需要更新系统的 openmpi 库以支持更好的多线程性能表现： ```bash sudo apt-get update && sudo apt-get install libopenmpi-dev ``` 这一步骤有助于改善某些情况下由于 MPI 支持不足而导致的功能异常现象[^2]。 #### 5. 使用最新稳定版 PyTorch 进行重试考虑到旧版本可能会存在已知缺陷，推荐考虑升级至最新的 LTS (长期支持) 版本之一来进行新的尝试。例如针对较新发布的 PyTorch 2.x 系列可参照官方网站给出的具体指令集进行安装[^3]。 ```bash pip install torch==2.3.0 torchvision==0.18.0 torchaudio==2.3.0 --index-url https://download.pytorch.org/whl/cu121 ``` 以上措施能够帮助定位并修复大部分因环境配置不当引起的问题。若经过这些调整仍然存在问题，则需更深入地分析具体报错日志内容以便采取针对性更强的技术手段加以应对。