을 소개합니다. python video Tutorial
본 블로그에서는 주로 소개하는 내용을 Anaconda
가상 환경에 PyTorch
환경을 만듭니다. Anaconda
소프트웨어는 기본적으로 성공적으로 설치되었습니다. Anaconda
虚拟环境中创建 PyTorch
环境,默认已经PyTorch 설치 가이드에 대한 자세한 설명 Anaconda
软件。
Anaconda Inpidual Edition
的官方下载链接:
https://www.anaconda.com/products/inpidual
按照自己的操作系统,选择需要的版本号,随后傻瓜式安装即可。具体的安装及使用可以参考以下链接:
https://blog.csdn.net/ITLearnHall/article/details/81708148
在 【最近添加】 里面找到 Anaconda Prompt
并打开,依次输入以下命令:
# 创建名为 PyTorch_envs 的虚拟环境,并指定 Python 版本号为 python 3.8 conda create -n PyTorch_envs python=3.8 # 激活虚拟环境 PyTorch_envs conda activate PyTorch_envs # 退出虚拟环境 conda deactivate
PyTorch
공식 홈페이지를 열고 설치를 선택하세요. [PyTorch
官网,选择安装。【这里我们选择官网安装方式,其他的安装方式博主也尝试过,但是效果都不是很好,所以说最好还是按照官网的安装方式进行,毕竟羊毛出在羊身上嘛。】
按照官网的提示安装 PyTorch
,这里需要注意的是安装之前必须知道自己CUDA
版本号,这里可以参考链接
https://blog.csdn.net/qq_38295511/article/details/89223169
我自己的CUDA
版本号是10.1
,所以选择如图示。
安装方式建议选择pip
方式,操作系统根据自己的操作系统进行选择,这里不再进行赘述。【最好选择相对好一点的网络环境】如果下载速度非常慢的话,建议换源安装,注意指明版本号,具体的换源方式可以参考:
https://blog.csdn.net/Ginomica_xyx/article/details/109605629
官网 https://pytorch.org/get-started/locally/#windows-verification 也说明了验证方式:
如图所示,PyTorch
PyTorch 설치 가이드에 대한 자세한 설명。
import torch
出现
ImportError: numpy.core.multiarray failed to import
出错原因:numpy
的版本出现问题,导致不能与PyTorch
的版本进行匹配,具体为numpy
版本过低。
解决方案:升级numpy
여기서는 공식 홈페이지 설치 방법을 선택합니다. 블로거들도 다른 설치 방법을 시도해 보았으나 결과가 별로 좋지 않아 결국 공식 홈페이지 설치 방법을 따르는 것이 가장 좋습니다.
PyTorch
를 설치하라는 메시지가 표시됩니다. 여기서 주의해야 할 점은 설치하기 전에 CUDA
버전 번호를 알아야 한다는 것입니다. 여기 링크를 참조하세요🎜🎜https: //blog.csdn.net/qq_38295511/article/details/89223169🎜🎜 제가 갖고 있는 CUDA
의 버전 번호는 10.1
이므로 그림과 같이 선택했습니다. 🎜🎜설치 방법은 pip
를 선택하는 것이 좋습니다. 운영체제는 자신의 운영체제에 맞게 선택해야 합니다. 여기서는 자세히 설명하지 않겠습니다. [비교적 좋은 네트워크 환경을 선택하는 것이 가장 좋습니다.] 다운로드 속도가 매우 느린 경우 소스 설치를 변경하는 것이 좋으며, 구체적인 소스 변경 방법은 다음을 참조하세요. 🎜https://blog.csdn.net/Ginomica_xyx/article/details/109605629🎜🎜🎜🎜🎜 PyTorch가 성공적으로 설치되었는지 확인하세요🎜🎜🎜공식 웹사이트 https://pytorch.org/get-started/locally/#windows-verification에도 확인 방법이 설명되어 있습니다.🎜🎜 PyTorch
가 성공적으로 설치되었습니다. 🎜🎜설치 과정에서 발생할 수 있는 문제🎜conda upgrade numpy🎜발생🎜
# 创建名为 PyTorch_envs 的虚拟环境,并指定 Python 版本号为 python 3.8 conda create -n PyTorch_envs python=3.8 # 激活虚拟环境 PyTorch_envs conda activate PyTorch_envs # 退出虚拟环境 conda deactivate🎜오류 원인:
numpy
버전에 문제가 있어 PyTorch, 특히 <code>numpy
버전이 너무 낮습니다. 🎜🎜해결책: numpy
버전을 업그레이드하세요. 환경을 활성화한 후 🎜import torch🎜End 명령을 입력합니다. 🎜
本博客主要介绍在 Anaconda
虚拟环境中创建 PyTorch
环境,默认已经PyTorch 설치 가이드에 대한 자세한 설명 Anaconda
软件。
Anaconda Inpidual Edition
的官方下载链接:
https://www.anaconda.com/products/inpidual
按照自己的操作系统,选择需要的版本号,随后傻瓜式安装即可。具体的安装及使用可以参考以下链接:
https://blog.csdn.net/ITLearnHall/article/details/81708148
在 【最近添加】 里面找到 Anaconda Prompt
Anaconda Inpidual Edition
의 공식 다운로드 링크:🎜🎜https://www.anaconda.com/products/inpidual🎜🎜귀하의 운영 체제에 따라 필요한 버전 번호를 선택하고, 그런 다음 확실한 방법으로 설치하면 됩니다. 구체적인 설치 및 사용 방법은 다음 링크를 참고하세요: 🎜🎜https://blog.csdn.net/ITLearnHall/article/details/81708148🎜Anaconda Prompt
를 찾아 열고 다음 명령을 순서대로 입력하세요. 🎜# 创建名为 PyTorch_envs 的虚拟环境,并指定 Python 版本号为 python 3.8 conda create -n PyTorch_envs python=3.8 # 激活虚拟环境 PyTorch_envs conda activate PyTorch_envs # 退出虚拟环境 conda deactivate
열기 PyTorch
공식 웹사이트를 방문하고 설치를 선택하세요. [🎜여기서는 공식 홈페이지 설치 방법을 선택합니다. 블로거들도 다른 설치 방법을 시도해 보았으나 결과가 별로 좋지 않아 결국 공식 홈페이지 설치 방법을 따르는 것이 가장 좋습니다. 🎜】🎜🎜PyTorch
를 설치하라는 메시지가 표시됩니다. 여기서 주의해야 할 점은 설치하기 전에 CUDA
버전 번호를 알아야 한다는 것입니다. 여기 링크를 참조하세요🎜🎜https: //blog.csdn.net/qq_38295511/article/details/89223169🎜🎜 제가 갖고 있는 CUDA
의 버전 번호는 10.1
이므로 그림과 같이 선택했습니다. 🎜🎜설치 방법은 pip
를 선택하는 것이 좋습니다. 운영체제는 자신의 운영체제에 맞게 선택해야 합니다. 여기서는 자세히 설명하지 않겠습니다. [비교적 좋은 네트워크 환경을 선택하는 것이 가장 좋습니다.] 다운로드 속도가 매우 느린 경우 소스 설치를 변경하는 것이 좋으며, 구체적인 소스 변경 방법은 다음을 참조하세요. 🎜https://blog.csdn.net/Ginomica_xyx/article/details/109605629🎜🎜🎜PyTorch
가 성공적으로 설치되었습니다. 🎜import torch🎜Occurrence🎜
ImportError: numpy.core.multiarray failed to import🎜오류 원인:
numpy
버전에 문제가 있어 통신이 불가능해집니다. 일치하려면 PyTorch
버전, 특히 numpy
버전이 너무 낮습니다. 🎜🎜해결책: numpy
버전을 업그레이드하세요. 환경을 활성화한 후 다음 명령을 입력합니다: 🎜conda upgrade numpy
Anaconda에서 소개됩니다. 가상 환경에 <code>PyTorch
환경을 생성하면 기본적으로 Anaconda
소프트웨어가 성공적으로 설치됩니다. 🎜🎜Anaconda Inpidual Edition
의 공식 다운로드 링크:🎜🎜https://www.anaconda.com/products/inpidual🎜🎜귀하의 운영 체제에 따라 필요한 버전 번호를 선택하고, 그런 다음 확실한 방법으로 설치하면 됩니다. 구체적인 설치 및 사용 방법은 다음 링크를 참고하세요: 🎜🎜https://blog.csdn.net/ITLearnHall/article/details/81708148🎜Anaconda Prompt
를 찾아 열고 다음 명령을 순서대로 입력하세요. 🎜# 创建名为 PyTorch_envs 的虚拟环境,并指定 Python 版本号为 python 3.8 conda create -n PyTorch_envs python=3.8 # 激活虚拟环境 PyTorch_envs conda activate PyTorch_envs # 退出虚拟环境 conda deactivate
PyTorch
공식 홈페이지를 열고 설치를 선택하세요. [PyTorch
官网,选择安装。【这里我们选择官网安装方式,其他的安装方式博主也尝试过,但是效果都不是很好,所以说最好还是按照官网的安装方式进行,毕竟羊毛出在羊身上嘛。】
按照官网的提示安装 PyTorch
,这里需要注意的是安装之前必须知道自己CUDA
版本号,这里可以参考链接
https://blog.csdn.net/qq_38295511/article/details/89223169
我自己的CUDA
版本号是10.1
,所以选择如图示。
安装方式建议选择pip
方式,操作系统根据自己的操作系统进行选择,这里不再进行赘述。【最好选择相对好一点的网络环境】如果下载速度非常慢的话,建议换源安装,注意指明版本号,具体的换源方式可以参考:
https://blog.csdn.net/Ginomica_xyx/article/details/109605629
官网 https://pytorch.org/get-started/locally/#windows-verification 也说明了验证方式:
如图所示,PyTorch
PyTorch 설치 가이드에 대한 자세한 설명。
import torch
出现
ImportError: numpy.core.multiarray failed to import
出错原因:numpy
的版本出现问题,导致不能与PyTorch
的版本进行匹配,具体为numpy
版本过低。
解决方案:升级numpy
여기서는 공식 홈페이지 설치 방법을 선택합니다. 블로거들도 다른 설치 방법을 시도해 보았으나 결과가 별로 좋지 않아 결국 공식 홈페이지 설치 방법을 따르는 것이 가장 좋습니다.
PyTorch
를 설치하라는 메시지가 표시됩니다. 여기서 주의해야 할 점은 설치하기 전에 CUDA
버전 번호를 알아야 한다는 것입니다. 여기 링크를 참조하세요🎜🎜https: //blog.csdn.net/qq_38295511/article/details/89223169🎜🎜 제가 갖고 있는 CUDA
의 버전 번호는 10.1
이므로 그림과 같이 선택했습니다. 🎜🎜설치 방법은 pip
를 선택하는 것이 좋습니다. 운영체제는 자신의 운영체제에 맞게 선택해야 합니다. 여기서는 자세히 설명하지 않겠습니다. [비교적 좋은 네트워크 환경을 선택하는 것이 가장 좋습니다.] 다운로드 속도가 매우 느린 경우 소스 설치를 변경하는 것이 좋으며, 구체적인 소스 변경 방법은 다음을 참조하세요. 🎜https://blog.csdn.net/Ginomica_xyx/article/details/109605629🎜🎜🎜🎜🎜 PyTorch가 성공적으로 설치되었는지 확인하세요🎜🎜🎜공식 웹사이트 https://pytorch.org/get-started/locally/#windows-verification에도 확인 방법이 설명되어 있습니다.🎜🎜 PyTorch
가 성공적으로 설치되었습니다. 🎜🎜설치 과정에서 발생할 수 있는 문제🎜conda upgrade numpy🎜발생🎜
# 创建名为 PyTorch_envs 的虚拟环境,并指定 Python 版本号为 python 3.8 conda create -n PyTorch_envs python=3.8 # 激活虚拟环境 PyTorch_envs conda activate PyTorch_envs # 退出虚拟环境 conda deactivate🎜오류 원인:
numpy
버전에 문제가 있어 PyTorch, 특히 <code>numpy
버전이 너무 낮습니다. 🎜🎜해결책: numpy
버전을 업그레이드하세요. 환경을 활성화한 후 🎜import torch🎜End 명령을 입력합니다. 🎜
위 내용은 PyTorch 설치 가이드에 대한 자세한 설명의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!