Associative Embedding: End-to-end Learning for Joint Detection and Grouping

本文详述了如何在特定环境下配置Pytorch0.4.0与CUDA的兼容性,包括安装Python3.6、解决ssl模块问题及适配不同版本的CUDA。通过安装必要的库、调整编译参数及选择合适的Pytorch版本,确保了GPU加速的稳定运行。

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

某古老代码 其中源码编译cuda函数,需要Pytorch 1.0以下版本(实测0.4可以,0.4.1就不行gcc报错)和Python 3.6。

首先源码编译安装Python 3.6

  • 解压源码后,到其目录下
./configure
make && make install

结果无法使用pip,显示ssl模块未安装。按照网上方法./configure --with-ssl完全不会有效。

  • 应该先安装ssl相关库和TK库:

 

sudo apt-get install openssl
sudo apt-get libssl-dev
sudo apt-get install tcl-dev tk-dev python3-tk
  •  改下Moudles/Setup
#修改结果如下:
# Socket module helper for socket(2)
_socket socketmodule.c timemodule.c

# Socket module helper for SSL support; you must comment out the other
# socket line above, and possibly edit the SSL variable:
#SSL=/usr/local/ssl
_ssl _ssl.c \
-DUSE_SSL -I$(SSL)/include -I$(SSL)/include/openssl \
-L$(SSL)/lib -lssl -lcrypto
  • 重新走一波节奏
sudo ./configure
sudo make && make install
  • python3.6
>>>import ssl  #检测成功!
>>>

安装Pytorch0.4.0(0.4.1也不太行)

cuda_10.0的话可以,10.1就不行

评论 1
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