torch相关版本对应依赖(23年最新)

这篇具有很好参考价值的文章主要介绍了torch相关版本对应依赖(23年最新)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

torch、torch-scatter、torch-sparse版本依赖问题

在运行程序的时候出现“ModuleNotFoundError: No module named 'torch_scatter' ”问题

  1. 不能直接下载,容易出现依赖不匹配。需要下载相应的依赖版本,首先查询cuda版本

linux命令行中(在你自己的虚拟环境下)输入nvcc -V,查看对应cuda版本

torch相关版本对应依赖(23年最新)

我的cuda版本是11.6,如果没有下载torch库,就访问官网进行下载需要的版本:Previous PyTorch Versions | PyTorch

torch相关版本对应依赖(23年最新)

(由于我已经下载了torch库,torch==1.13.1)

torch相关版本对应依赖(23年最新)
  1. 下载对应版本的torch_scatter

打开https://pytorch-geometric.com/whl/

可以看到很多torch和cuda组合的版本,找到对应torch以及cuda版本

torch相关版本对应依赖(23年最新)

torch-1.13.1+cu116版本下有相应的torch_cluster、torch_scatter、torch_sparse、torch_spline_conv四个与之版本依赖的库,pt113代表对应的torch版本,cp37代表所对应的python版本为3.7,有linux和windows版本

torch相关版本对应依赖(23年最新)
  1. 安装.whl文件

先切换到下载的whl文件所在目录,在命令行输入:

 pip install torch_scatter-2.1.0+pt113cu116-cp37-cp37m-linux_x86_64.whl
torch相关版本对应依赖(23年最新)

至此,恭喜你,解决了一个问题文章来源地址https://www.toymoban.com/news/detail-469209.html

到了这里,关于torch相关版本对应依赖(23年最新)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!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。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。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • PYTORCH 依赖 cuda 11.8 , cuda 12.1 cpu 里 torch torchvision torchaudio对应关系

    Pytorch是Facebook人工智能研究院基于Torch开发的一个开源的Python机器学习库,它提供了两项强大的功能: 1、强大的GPU加速的张量计算(NumPy)。 2、自动求导系统的深度神经网络。 cuda 11.8 cuda 12.1 cpu  Previous PyTorch Versions | PyTorch

    2024年02月01日
    浏览(41)
  • 如何测试python 版本与 torch 、 torchvision 版本是否对应?

    python 版本与 torch 、 torchvision 版本的对应关系如下图所示:  打开 anaconda powershell prompt,输入如下命令: 若如上命令行执行过程中均无报错则表明本机上的 torch 与 torchvision是对应的。

    2024年01月24日
    浏览(39)
  • torch 1.13.0 对应的torchvision版本

    torch最新的stable版本是 1.13.0 ,奈何官网也没有说对应的torchvision版本是啥,如果想要whl下载的话,就非常麻烦。 结论: torch==1.13.0 对应 torchvision==0.14.0 推导过程如下: 首先看官网的“previous version”: 可以看到 torch==1.12.1 对应 torchvision==0.13.1 , 而torch和torchvision是同步更新

    2024年02月11日
    浏览(73)
  • 卸载cpu版本的torch并离线安装对应的gpu版本

            每次从github上安装项目对应的库,利用requirements.txt安装很容易出现版本不对应的情况,尤其是将torch的gpu版本安装成cpu。这里记录一些查看版本的指令和离线安装的方法,就不用每次百度啦!(注:其他库的离线安装也可以用同样的方法,只需要去相应的网站下载

    2024年02月13日
    浏览(40)
  • 极智AI | torch与torchvision版本对应关系速查

    欢迎关注我的公众号 [极智视界],获取我的更多经验分享 大家好,我是极智视界,本文来介绍一下 torch与torchvision版本的对应关系。 邀您加入我的知识星球「极智视界」,星球内有超多好玩的项目实战源码下载,链接:https://t.zsxq.com/0aiNxERDq pytorch 可以说在深度学习中应该是

    2024年02月03日
    浏览(26)
  • NVIDIA驱动、CUDA、cuDNN、Torch、Tensorflow对应版本一文搞明白

    目录 CUDA下载:CUDA Toolkit Archive | NVIDIA Developer cuDNN下载:cuDNN Archive | NVIDIA Developer 1.NVIDIA驱动和CUDA版本对应  2.CUDA和cuDNN版本对应  3.Tensorflow和CUDA、cuDNN版本对应(经过官方测试的构建配置) 3.1 GPU  3.2 CPU 4.pytorch和CUDA对应 网址:CUDA 12.1 Update 1 Release Notes 网址:cuDNN Archive | NVIDIA

    2024年02月15日
    浏览(35)
  • Python和Anaconda对应版本关系(最新)

    下载Anaconda(所有版本的安装包)链接为: Index of / (anaconda.com) https://repo.anaconda.com/archive/ Python和Anaconda的版本对应关系如下: Anaconda3-2023.07-2-Windows-x86_64.exe —— Python 3.11 Anaconda3-2023.07-0-Windows-x86_64.exe —— Python 3.11 Anaconda3-2023.03-1-Windows-x86_64.exe —— Python 3.10 Anaconda3-2023.03

    2024年02月07日
    浏览(28)
  • Ubuntu 23.04安装最新版本Halcon 23.05

    DEEP COUNTING:快速可靠地对大量物体进行计数和位置检测; DEEP OCR 的训练 – 检测:可以非常稳定地读取文字,甚至不会受到方向和字体的影响; 3D 抓取点检测的训练:可以可靠地检测任何物体上适合用吸力抓取的表面; 简易扩展接口:借助 HALCON 扩展包,可以集成外部编程

    2024年02月17日
    浏览(47)
  • 【最新】CUDA Toolkit版本及可用PyTorch对应关系(参考官网)

    作者其他相关文章:Pytorch环境详细安装教程【Win10+CUDA升级11.6+cudNN+Anaconda3虚拟环境+pycharm】 官网: https://pytorch.org/get-started/previous-versions/ CUDA Toolkit版本及可用PyTorch对应关系总结(参考官网) CUDAToolkit版本 可用PyTorch版本 7.5 0.4.1 ,0.3.0, 0.2.0,0.1.12-0.1.6 8.0 1.1.0,1.0.0 ,0.4.1

    2024年02月06日
    浏览(51)
  • MMdetection的环境相关,MMCV和PyTorch、CUDA版本对应

    Python版本参考(3.8):开始你的第一步 — MMDetection3D 1.2.0 文档 PyTorch下载:Previous PyTorch Versions | PyTorch MMCV和PyTorch、CUDA版本对应:安装 MMCV — mmcv 1.7.1 文档 SMOKE环境参考:dl_model_infer/application/smoke_det_app/README.md at dev · yhwang-hub/dl_model_infer · GitHub

    2024年02月11日
    浏览(27)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包