win10安装Pytorch【最新版】

win10安装Pytorch【最新版】

由于2019年4月16日和25日清华和中科大分别宣布停止Anaconda镜像服务,因此从2019年5月开始安装Pytorch都会出现一下错误:

CondaHTTPError: HTTP 404 NOT FOUND for url <https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/noarch/repodata.json

由于本人之前的conda源为清华源,因此这里需要使用以下命令先删除清华的源,之后换成上交的源:

conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --add channels https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.sjtug.sjtu.edu.cn/anaconda/cloud/conda-forge/

之后运行安装Pytorch的命令即可,本人电脑为win10+Python3.6+CUDA9.1.85:

conda install pytorch torchvision cudatoolkit=9.0 -c pytorch

安装torchvision的目的为torchvision中主要集成了一些数据集、深度学习模型和一些转换等,torchvision包由三个子包组成,分别是:torchvision.datasets,torchvision.models,torchvision.transforms。

最后安装成功的截图:

win10安装Pytorch【最新版】

测试安装,torch导入没报错,且torch.cuda.is_available()是True就表示支持GPU:

win10安装Pytorch【最新版】

 

转载于:https://www.cnblogs.com/lijinze-tsinghua/p/10973241.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/100881.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

  • python中数据清洗_dropon

    python中数据清洗_dropon实际应用中,在得到原始数据时,经常碰到数据缺失问题,对数据进行加工或清洗就非常有必要了importnumpyasnpfromnumpyimportnanimportpandasaspddata=pd.DataFrame(np.arange(3,19,1).reshape(4,4),index=list(‘abcd’))print(data)print(data.i…

  • IP地址分类及划分「建议收藏」

    IP地址分类及划分「建议收藏」IP地址分类IP地址由4段数据构成,每段1字节,8位二进制数。根据网络号和主机号所占位数的不同,将IP地址分为四类。A类地址A类IP地址,第一段一字节数据表示网络号,剩下三段表示主机号。规定网络号最高位必须为0,则可以表示00000001-01111111,即126(除去全0和全1)个网络,剩下的3个字节数据可以表示2^24-2个主机。A类子网掩码255.0.0.0.B类地址B类IP地址,前两段2个字节数据表示网络号,剩下两段表示主机号。规定网络号最高位必须为10,则范围从100000000

  • QUOTENAME函数的用法

    QUOTENAME函数的用法quotename函数的语法为:quotename('expression1','expression2')expression1:指的是需要被特殊处理的字符expre

  • 边缘人的TechEd2006

    边缘人的TechEd2006

  • 谷歌图片识别在线_图像识别库

    谷歌图片识别在线_图像识别库 一、准备模型在这里,我们利用已经训练好的Googlenet进行物体图像的识别,进入Googlenet的GitHub地址,进入models文件夹,选择Googlenet点击Googlenet的模型下载地址下载该模型到电脑中。模型结构在这里,我们利用之前讲到的网络模型绘制网站画出Googlenet…

  • 数据不平衡之SMOTE算法

    数据不平衡之SMOTE算法在企业的数据分析中,很少会遇到正负样本数据比例平衡的状况。通常情况是,绝大多数为正样本,而只有极少数(几个或者十几个)负样本。在这种情况下,不论是用LR,SVM或者基于提升方法的随机森林,直接用该数据集进行学习的效果都不会太好,原因是这些方法的学习结果都会偏向于样本较多的一类。另一个方面,对学习结果进行评估时,假如正样本占95%,负样本仅占5%,这样甚至不需要学习,直接把所有新样本预测为正,准确率

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号