HuaPu在学:torch和torchvision版本对应关系

文章目录

  • 前言
  • 一、torch和torchvision版本对应关系
  • 二、导入离线包
  • 1.打开虚拟化环境
  • 2.验证是否安装成功

  • 前言


    一、torch和torchvision版本对应关系

    错误分析:
    安装pytorch或torchvision时,无法找到对应版本
    cuda可以找到,但是无法转为.cuda()

    以上两种或类似错误,一般由两个原因可供分析:
    cuda版本不合适,重新安装cuda和cudnn
    pytorch和torchvision版本没对应上

    安装torch和torchvision时,两个包都有版本对应关系

    二、导入离线包

    【注意导入离线包前提是将对应版本的包下载完成】
    在导入前,建议大家导入到虚拟环境里。

    1.打开虚拟化环境

    代码如下(示例):

    cmd打开创建好的虚拟环境
    (base环境下的转入目录方法)
    例如转入d:

    ![在这里插入图片描述](https://i3.wp.com/img-blog.csdnimg.cn/8604ca1328194485b383815cd17dc261.png
    (虚拟环境下)

    转入自己下载包的目录,之后输入导入命令pip install 包名.whl
    当提示Successfully installed ....就说明安装好了。

    2.验证是否安装成功

    新建python文件或者打开交互式界面,输入代码

    import torch
    torch.__version__
    ==> 2.0.0
    torch.cuda.is_available()
    ==> True
    

    来源:四号花圃

    物联沃分享整理
    物联沃-IOTWORD物联网 » HuaPu在学:torch和torchvision版本对应关系

    发表评论