问一下为什么动手深度学习python3.11安装pytorch或者d2l环境经常出错

已于 2024-04-23 21:41:39 修改
阅读量569 收藏 9
点赞数 6
分类专栏： PyTorch深度学习 文章标签： 学习
于 2024-04-22 10:40:09 首次发布
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。
本文链接：https://blog.youkuaiyun.com/weixin_53631107/article/details/138066283
版权
文章讨论了在安装Python3.11时遇到的问题，特别是与PyTorch和d2l库的不兼容，因为这些库可能尚未更新到支持3.11的版本，导致用户在3.11环境下安装时遇到错误。作者指出主流教材通常使用3.8或3.9版本，并表示3.11相关的解答在网上暂无找到。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

问一下为什么python3.11安装pytorch或者d2l环境经常出错，显示需要>=37,<3.11呢，是因为torch或者torvison目前的版本没跟上python3.11吗，目前几本主流的书都是安装3.8/3.9。3.11这个错误在网上暂时还未搜索到相关解答。

《动手学深度学习》(PyTorch版)
风口IT猪的成长录
09-16 6728
《动手学深度学习》PyTorch版深度学习简介起源发展成功案例特点小结练习参考文献 深度学习简介 你可能已经接触过编程，并开发过一两款程序。同时你可能读过关于深度学习或者机器学习的铺天盖地的报道，尽管很多时候它们被赋予了更广义的名字：人工智能。 实际上，或者说幸运的是，大部分程序并不需要深度学习或者是更广义上的人工智能技术。例如，如果我们要为一台微波炉编写一个用户界面，只需要一点儿工夫我们便能设计出十几个按钮以及一系列能精确描述微波炉在各种情况下的表现的规则。 再比如，假设我们要编写一个电子邮件客户端。这样
Miniconda搭建python3开发环境
数字人生
05-30 1561
创建python3.11开发环境：conda create -n py3_11 python=3.11。更新conda：conda update -n base -c defaults conda。安装spyder：pip install spyder。激活环境：conda activate py3_11。运行spyder：spyder，等待时间较长。
Pycharm 使用较高版本的Python，如Python 3.11报错：[unsupported] Python 3.1 the\path\to\python.exe
热门推荐
小青龍 的博客
08-23 2万+
Pycharm 使用较高版本的Python，如Python 3.11报错：[unsupported] Python 3.1 the\path\to\python.exe
d2l安装过程
weixin_55008315的博客
06-08 1085
然后输入pip install d2l-0.15.1-py3-none-any.whl。先下载下来，然后cd到对应目录。import d2l 没有报错。
Python3.12安装d2l库提示module ‘pkgutil‘ has no attribute ‘ImpImporter‘
浅墨的博客
02-07 7758
上述的截图中，安装d2l时，指定了numpy的版本且从源码构建，报错提示找不多（此属性在Python 3.12中被移除，这儿也提到了一些解决办法，但在Mac OS上不生效），猜测直接升级numpy版本也能解决此问题。
python+pytorch+d2l 超详细安装攻略
Aoi_x的博客
04-23 1万+
选择安装包：web-based安装包最小，是基于网络安装，下载快，executable是exe安装，embeddable zip是压缩包安装(注意x86是32位的，x86-64是64位的)Download debug binaries安装用于VS的调试符号（二进制），如果不使用VS作为开发工具，则无需勾选（支持VS2015以上版本），适用于.NET开发。第一步首先在python官网下载适合自己电脑的python版本(注意x86是32位的，x86-64是64位的)禁用路径长度限制（建议选择，不确定影响）
Python3.11如何安装d2l
07-12
要在Python 3.11环境中安装d2l (Deep Learning with PyTorch)库，你可以按照以下步骤操作： 1. **确保已安装pip**：首先检查你的系统是否已经安装了`pip`。打开命令行终端（Windows用户可以按Win+R键输入cmd），...
动手学深度学习v2学习笔记 0 安装
m0_71157411的博客
06-21 794
cudnn*.lib 文件应在 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vX.X\lib\x64 中。cudnn*.h 文件应在 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vX.X\include 中。cudnn*.dll 文件应在 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vX.X\bin 中。：可以根据需要选择是否勾选。
pytorch安装 python 3.12
03-27
另外，用户提到安装d2l库时的问题，这可能是因为d2l依赖旧版本的PyTorch或其他库，而这些库尚未兼容Python 3.12。因此，即使PyTorch适配了，其他依赖库可能还没跟上，导致整体环境不稳定。 综上所述，正确的建议...
李沐老师d2l包教材对应0.17.5版本安装教程（GPU版）
GANSIxuchengpeng的博客
07-30 1984
新版d2l包与教材不对应，安装0.17.5版本教程，默认已经完成anaconda和cuda的安装和环境配置。
李沐动手学深度学习softmax简洁实现的训练的d2l.train_ch3报错
qq_58181991的博客
03-17 814
我看了一下是因为我的d2l版本太新了，只需要卸载了安装就行。下载好后再打开anaconda进入虚拟环境。cd 到刚刚下载文件的目录。然后运行下列命令安装。
李沐动手学深度学习pytorch:如何添加d2l，希望给到大家帮助
weixin_56859776的博客
04-17 3593
第四步：保存在你环境的目录下面（也有可能是保存在环境文件里，反正多尝试，保存到这里不行就换个地方，可能每个人都不一样，我也是看了很多人的博文才发现的，希望大家耐心尝试），这里我放一下我保存到的界面，我是放在了这个目录下面。第五步： 进入Anaconda prompt，输入conda activate "你创建的环境名"第六步：继续输入 pip install d2l-0.15.1-py3-none-any.whl。第三步：下载这个文件。
d2l包安装教程
m0_56312629的博客
01-17 1万+
本文介绍了安装d2l的流程和一些常见问题的解决方案
解决d2l包下载不了的问题
m0_62919535的博客
01-17 1万+
d2l包是李沐老师等人开发的《动手深度学习》配套的包，最初的时候，我并没有安装的想法，可在代码实现方面，常常要自己写函数实现同样的效果，且因为用于Tensor数据的一些转换，让人颇感吃力（比如显示图片）。所以，今天在尝试安装，具体的方法李沐老师也给出了，但我的频繁报错，所有大家不妨先去看看李沐老师提供的方法。下载这个文件即可，下载的位置找到后，将其移动到需要安装的虚拟环境当中。当你获得下面相似的内容，就说明了d2l包下载成功。这个需要下载的东西较多，耐心等待。
一种win10+GTX1050下配置d2l、gpu_pytorch环境参考方案（2022.12.13）
weixin_44397732的博客
09-25 8294
conda虚拟环境下gpu版本pytorch安装问题的解决方案
uni-app学习笔记十五-vue3页面生命周期(二)
shenxiaomo1688的博客
05-28 543
onShow：用于监听页面显示，页面每次出现在屏幕上都触发，包括从下级页面点返回露出当前页面；onHide:监听页面隐藏，当离开当前页面时触发。
java基础学习(二十)
最新发布
AbaseZ的博客
06-01 249
在子类中可以根据需要对从父类中继承来的方法进行改造，也称为方法的重置、覆盖。在程序执行时，子类的方法将覆盖父类的方法。
学习笔记：3个学习AI路上反复看到的概念：RAG，Langchain，Agent
FBeetle的博客
05-31 264
RAG的能力核心是有效结合了检索和生成两种方法。基本思路是把私有数据进行切片，向量化后通过向量检索进行召回，再作为上下文输入到通用大模型，模型再进行分析和回答。同时，AI Agent也可以利用RAG技术来提高其在特定任务（如问答或对话系统）中的性能，尤其是在需要外部知识来支持决策时。RAG可以作为LangChain（如果它是一个语言处理工具）的一部分，用于提供更加丰富和准确的语言生成能力。AI Agent可能使用LangChain来处理自然语言的任务，比如理解用户输入和生成响应。
评论
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