No matching distribution found for torch==1.10.1+cu111

注意问题

UserWarning: 
GeForce RTX 3060 Laptop GPU with CUDA capability sm_86 is not compatible with the current PyTorch installation.
The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_61 sm_70 sm_75 compute_37.
If you want to use the GeForce RTX 3060 Laptop GPU GPU with PyTorch, please check the instructions at https://pytorch.org/get-started/locally/

30系显卡暂时不支持CUDA11以下版本，CUDA不支持当前显卡的算力。
解决方法1：https://blog.csdn.net/weixin_43760844/article/details/115706289

解决方法2：conda下载cudatoolkit （貌似没有解决问题， 嘿嘿， 可能只能卸载cuda了）
首先搜索安装包的版本

conda search cudatoolkit

然后安装固定版本的cudatoolkit，我的cuda最高支持11.2

conda install cudatoolkit==11.0.221 -c python

PyTorch 安装 gpu版本的问题

• No matching distribution found for torch==1.10.1+cu111
• No matching distribution found for torchvision==0.11.0+cu111
• No matching distribution found for torch==1.10.1+cu111

我的电脑配置

GPU：RTX3060
CUDA: 11.2
python=3.8
torch-cu >=1.10

如果你的CUDA支持的版本更高， 可能就不需要我这么费劲了

不想看我的经历可以直接使用下方命令

对应1.10版本的torch

pip install torch==1.10.1+cu102 torchvision==0.11.1+cu102 torchaudio==0.10.1 -f https://download.pytorch.org/whl/cu102/torch_stable.html

对应1.9.1版本的torch

pip install torch==1.9.1+cu111 torchvision==0.10.1+cu111 torchaudio==0.9.1 -f https://download.pytorch.org/whl/torch_stable.html
pip install torchtext==0.10.1

对应1.6.0版本的torch

pip install torch==1.6.0+cu101 torchvision==0.7.0+cu101 torchaudio==0.6.0 -f https://download.pytorch.org/whl/torch_stable.html

出现以下错误：
Error loading “H:\thrid_paper\github_code\image_caption\ViTCAP-main\venv\lib\site-packages\torch\lib\caffe2_detectron_ops_gpu.dll” or one of its dependencies.

原因是：CUDA112和torch1.6 cu101不兼容，因为torch1.6 cu101需要CUDA10.1版本。如果您想安装torch1.6 cu101，您可以在conda虚拟环境中安装对应的cudatoolkit2，或者在您的电脑上安装多个CUDA版本。希望这能帮到您。

• 下载CUDA Toolkit 10.1的exe文件，并双击安装。
• 下载与CUDA 10.1版本兼容的cuDNN，并解压到CUDA Toolkit 10.1的安装目录下。
• 在命令行中输入pip install torch1.6.0+cu101 torchvision0.7.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html来安装pytorch和cudatoolkit。
• 测试能否可用CUDA，
  例如在Python中输入import torch; print(torch.cuda.is_available())。

一个电脑可以安装两个或多个CUDA Toolkit，但是需要注意以下几点：
不同版本的CUDA Toolkit需要下载对应版本的cuDNN，并解压到CUDA Toolkit的安装目录下。
安装多个CUDA Toolkit后，需要修改环境变量，将默认的CUDA相关变量改成当前项目要用到的版本。修改环境变量后，需要重启电脑才能保证生效。
如果使用conda虚拟环境，可以在不同的环境中安装不同版本的pytorch和cudatoolkit。

这部分没有测试
最终使用了cpu版本的torch1.6

pip install torch==1.6.0+cpu  -f https://download.pytorch.org/whl/torch_stable.html
pip install torchvision==0.7.0+cpu -f https://download.pytorch.org/whl/torch_stable.html

安装PyTorch-cu之路

一开始我在想，毕竟我浸淫PyTorch也有两三年了，按个gpu版本的PyTorch岂不是手到擒来，没想到我会写下这篇博客。
我按着以往的思路，
1、打开官网：https://pytorch.org/get-started/locally/
2、按需求选择，

3、意料之中，嘿嘿嘿，于是我打开以往的安装命令
https://pytorch.org/get-started/previous-versions/

4、于是我想，既然我的cuda最高支持11.2，那我就找个11.1版本的安装吧，嗯，这样很保险，不愧是我

直接小手ctrl+F一搜， 米啊米啊，很顺畅

反手就是一个复制粘贴在cmd中，

等啊等，等啊等， 3.2G的大小1分钟下载完了，，我的眼睛瞪得像铜铃，Why， WHy

他报错了，他竟然报错了，为什么，为什么，到底为什么 ，

疯狂搜索

啊哈，有博主说：更改下载地址
https://blog.csdn.net/weixin_43760079/article/details/128025664
啊哈，有博主说：降低torch的版本
https://blog.csdn.net/weixin_39450145/article/details/126444591
啊哈，有博主说：上面的说的都是对的， 对对对！！！！

正经说下， 吗，没能成功采用上方方法解决的原因，我的其他包的依赖torch版本必须要大于1.10

不过我也受到了他们的启发， 在此表示真诚的感谢！！！

接下来就不是废话了

综上所述：在安装的过程中，Torch是很容易就下载到了， 关键就是torchvision的版本对应，torchaudio到没出什么幺蛾子， 如果他也出现了问题，解决办法也是一样的

第一种办法

是很多博主常说的查找版本对应，然后自行安装。这种方法，我个人认为有点不太友好。

想了想还是补充完整吧：
见最后==================， 因为先看第二种方法， 再看第一种方法，就完全没问题了。

第二种办法

查看报错信息

看一看报错信息中有没有cu111或者自己想安装cuda对应的版本

明显上方没有cu111版本的cuda

明确原因：
打开官方网站：可以看到里面根本就没有windows版本， 我裂开了
https://download.pytorch.org/whl/torch_stable.html

但是，但是， 还是看上方的报错信息， 我们发现： 0.10.0+cu102， 宛若救星， 我又行了， 哈哈哈

反手进入以往安装命令
https://pytorch.org/get-started/previous-versions/

搜索torchvision==0.11.2+cu102

粘贴到cmd， 完美

补充第二种方法

我还想安装torch1.6-cu版本怎么办，

还是先看有没有能直接安装的命令吧
https://pytorch.org/get-started/previous-versions/

有也没有

pip install torch==1.6.0+cu101 torchvision==0.7.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html

如果没有怎么办

打开网址：https://download.pytorch.org/whl/torch_stable.html
1、查看有没有torch1.6.0 PC38（python3.8）的windows GPU版本， CUDA<=111(视情况而定)


cu101, 102的都有，

2、接下来查找torch， torchvision， torchaudio的版本对应
https://blog.csdn.net/shiwanghualuo/article/details/122860521

torchvision
torchaudio

4、继续在https://download.pytorch.org/whl/torch_stable.html找是否存在torchvision和torchaudio的cu101和cu102版本

结果我就不复制了，
最终结果是只有cu101的版本，

pip install torch==1.6.0+cu101 torchvision==0.7.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html

问题: 基于python 3.8 cuda111<112的版本和torch-cu101不兼容， 这部分可以自己解决。

• 1、自己安装cuda101
• 2、使用conda创建的虚拟环境
• 3、安装两个CUDA Toolkit
• 4、使用cpu版本

pip install torch==1.6.0+cpu  -f https://download.pytorch.org/whl/torch_stable.html
pip install torchvision==0.7.0+cpu -f https://download.pytorch.org/whl/torch_stable.html

我还要补充下anconda创建虚拟环境

参考

https://blog.csdn.net/in546/article/details/117400839

下载地址

国内镜像源：https://repo.anaconda.com/archive/

安装

直接next， 需要一段时间

验证安装（前提环境变量已经添加）

在cmd中输入

conda --version

更改镜像源(这一步我没有做)

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

如果https不能用， 就用http
查看是否修改好通道：

conda config --show channels

创建虚拟环境

使用conda create命令创建一个名为test的虚拟环境，该环境中安装了python 3.8版本
使用–prefix参数指定虚拟环境的路径，如果不指定，则默认在anaconda安装目录下的envs文件夹中。
创建到当前文件夹中

conda create --prefix=test python=3.8

创建一个名为env_name的虚拟环境，指定python版本为3.82。这个创建到anconda中的nev文件夹中了

conda create -n env_name python=3.8

创建一个新的虚拟环境，作为一个已存在的本地环境env_name的复制。

conda create --clone env_name

从给定的文件requirements.txt中读取包的版本，并创建一个虚拟环境4。

conda create --file requirements.txt

报错

Collecting package metadata (current_repodata.json): failed、
CondaSSLError: OpenSSL appears to be unavailable on this machine. OpenSSL is required to
download and install packages.
Exception: HTTPSConnectionPool(host=‘repo.anaconda.com’, port=443): Max retries exceeded with url: /pkgs/main/win-64/current_repodata.json (Caused by SSLError(“Can’t connect to HTTPS URL because the SSL module is not available.”))

那是因为你直接在cmd目录下执行的创建， 正确的方法如下

conda activate base
conda create --prefix=test python=3.8

删除虚拟环境

方法一：使用conda env remove -p 虚拟环境路径命令，指定要删除的虚拟环境的路径。好用

第一步：首先退出环境
conda deactivate

#第二步：查看虚拟环境列表，此时出现列表的同时还会显示其所在路径
conda env list

#第三步：删除环境
conda env remove -p 要删除的虚拟环境路径 # 可进入到当前虚拟环境的目录下执行， 那么路径就是他的名字了

方法二：使用conda remove -n 虚拟环境名 --all命令，不管用

第一步：首先退出环境
conda deactivate
第二步：指定要删除的虚拟环境的名字，并加上–all参数表示删除整个虚拟环境。

方法三：直接手动删除 好用

直接在文件管理器中找到anaconda安装目录下的envs文件夹，然后手动删除想要删除的虚拟环境文件夹。

激活虚拟环境

不要在bash中，要在cmd中执行下面的命令
创建虚拟环境后，可以使用conda activate 虚拟环境名字
注意如果只使用名字可能不能成功激活， 那么就使用该虚拟环境的路径+名字， 另外不加conda命令也可以， 直接 activate 虚拟环境路径+名字
命令激活该环境，
使用conda deactivate命令退出该环境2。文章来源地址https://www.toymoban.com/news/detail-465832.html

安装torch1.6

# CUDA 10.2
pip install torch==1.6.0 torchvision==0.7.0

# CUDA 10.1
pip install torch==1.6.0+cu101 torchvision==0.7.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 9.2
pip install torch==1.6.0+cu92 torchvision==0.7.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html

# CPU only
pip install torch==1.6.0+cpu torchvision==0.7.0+cpu -f https://download.pytorch.org/whl/torch_stable.html

到了这里，关于No matching distribution found for torch==1.10.1+cu111的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！