window10下pytorch和torchvision CPU版本安装

1、环境

python3.5

Anaconda 4.2.0

2、pytorch安装

pip3 install https://download.pytorch.org/whl/cpu/torch-1.1.0-cp35-cp35m-win_amd64.whl -i https://pypi.tuna.tsinghua.edu.cn/

3、torchvision安装

pip3 install https://download.pytorch.org/whl/cpu/torchvision-0.3.0-cp35-cp35m-win_amd64.whl

注意:直接pip3 install torchvision ,即使成功安装了,但是在导入的时候import torchvision会报错:

网上解决办法:(1)降低Pillow版本,即Pillow==4.1.1;(2)conda install -c peterjc123 vc vs2017_runtime

两个办法都试了,但都无效,不知是否因为跑pytorch是cpu版本缘故,但是从这个链接进行安装就可以成功:

https://download.pytorch.org/whl/cpu/torchvision-0.3.0-cp35-cp35m-win_amd64.whl

4、验证

原文地址:https://www.cnblogs.com/guozw/p/11668956.html

时间: 2024-07-30 12:16:21

window10下pytorch和torchvision CPU版本安装的相关文章

Windows10+Anaconda+PyTorch(cpu版本)环境搭建

1.安装Anaconda,具体参考网上相关教程 2.安装PyTorch 2.1 在Anaconda自带的Anaconda Prompt中创建名为PyTorch的虚拟环境[conda create --name PyTorch python=3.6](python版本设置为3.6) 2.2 激活PyTorch虚拟环境 2.3 安装PyTorch,官网地址:https://pytorch.org/get-started/locally/ 选择Windows.Pip.Python 3.6.None C

Window10下Apache2.4的安装和运行

以前用Python运行的Web框架都是要运行在Linux下,加上WSGI服务器,比如Gunicorn+Flask,后来了解到了Apache,看看能不能基于Apache这个Web服务器下给python提供Web环境.于是上网找了很多资料,现在总结如下. 这篇是在Window10下Apache2.4的安装和运行. 开发环境 Windows 10 x64 Apache2.4 x64 版本介绍及安装过程 首先我们要先下载Apache2.4服务器: http://httpd.apache.org/down

centos7 源码编译安装TensorFlow CPU 版本

一.前言 我们都知道,普通使用pip安装的TensorFlow是万金油版本,当你运行的时候,会提示你不是当前电脑中最优的版本,特别是CPU版本,没有使用指令集优化会让TensorFlow用起来更慢. 但是在编译之中,发现很多坑,由此记录一下. 环境相关: 系统:centos7 python版本:2.7.5 二.准备 1. 安装相关依赖 # 一般会缺失的依赖 yum -y install java-1.8.0-openjdk-devel automake autoconf libtool libi

windows10下 MySQL5.7.18版本安装过程及遇到的问题

windows10下 MySQL5.7.18版本安装过程及遇到的问题           mysql-5.7.18-winx64 安装           1.解压 此次将MySQL装在H盘,依个人喜好也可以装在D:/E:/F:盘.           2.在解压目录下创建data空文件夹           3. 将下面信息放到新建文本文件my.ini里                   新建文本文件my.ini,并填入信息: #代码开始                   [Client]

linux下MySQL 5.6源码安装

linux下MySQL 5.6源码安装 1.下载:当前mysql版本到了5.6.20 http://dev.mysql.com/downloads/mysql 选择Source Code 2.必要软件包 yum -y install gcc gcc-c++ gcc-g77 autoconf automake zlib* fiex* libxml* ncurses-devel libmcrypt* libtool-ltdl-devel* make cmake 3.编译安装 添加用户 groupad

Ubuntu14下Hadoop开发<1> 基础环境安装

准备了一台淘汰的笔记本,单核CPU,3G内存,160G硬盘:准备一个2G的U盘 在官网下载了64位的14.04版本(麒麟)的ISO,下载UNetbootin(Ubuntu专用U盘安装工具) 使用UNetbootin将ISO文件写入到U盘中,将笔记本设置为U盘启动,将U盘插入笔记本,打开笔记本电源即可,接下来就根据提示一步一步来就可以了 安装过程很快,期间如果有网络的话,可能会比较慢,会下载一些更新包 下载64位的JDK1.7,有个帖子写的很详细,我按照这个来的(根据实际情况进行修改即可),感谢作

虚拟机 Ubuntu18.04 tensorflow cpu 版本

虚拟机 Ubuntu18.04 tensorflow cpu 版本 虚拟机VMware 配置: 20G容量,可扩充 2G内存,可扩充 网络采用NAT模式 平台:win10下的Ubuntu18.04 出现的问题 网络连接问题 在安装VMware以后,需要将其服务全部打开,正常连上网的应该是右上角出现三个正方形的标志,如果没有的话,就说明有网络问题. 解决方法 在本地电脑中找到服务,打开以VM开头的所有服务 除此之外,如果你自己已经修改过网络链接问题,那么 编辑 -> 虚拟网络编辑器 -> 更改设

tensorflow gpu 版本安装

0,需要VS环境,如果没有需要下载安装 https://visualstudio.microsoft.com/zh-hans/vs/older-downloads/ Visual Studio 安装,除了C/C++ 其他都不勾选 1,解压cuda9.0,点击解压后文件夹的setup.exe去安装 如果兼容性检查没有问题,就选择推荐的精简去一路next 如果兼容性检查出现感叹号,就选择自定义里面勾选上development和runtime,一路next 2,解压cudnn,把里面的lib.incl

Windows下TensorFlow+Faster Rcnn 详细安装步骤

参考:https://cloud.tencent.com/developer/news/303081 实现步骤也很简单,实现流程如下: 1.安装前准备: 安装前请确保TensorFlow和相关的依赖库安装成功 2.下载 faster rcnn程序包 连接:https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3 解压,然后可以看一下里面的readme 3.安装python依赖库 注意还是要在TensorFlow虚拟环境下安装,命令: pip