pytorch安装存在问题安装下载命令vscode的识别pip的下载 -- requirements.txt下载pytorch缓慢问题虚拟环境下载总是下载至base环境问题常见问题与解释pycharm安装中文插件仍不显示下载出现SSLError问题whl文件作用NVIDIA-SMICUDA 是什么安装下载命令常用的conda指令创建新的python虚拟环境(一个工程一个包) conda create -n env_name python3.x查看已有的python环境 conda env list进入已有的python环境 conda activate env_name退出当前的python环境 conda deactivate删除某环境 conda remove -n env_name --all使用环境时jupyter时需要下载ipython相关包conda install nb_conda常用的pip指令:pip install -r requirements.txt 根据requirements.txt的内容安装所需的包pip install package_name 安装包pip install … --timeout 6000 设置超时时间可延长超时时间pip list 查看已经下载的包pip 换清华源后缀:-i(–index-url) https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple–trusted-hosthttps://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple创建新的python虚拟环境 conda create -n env_name python3.x一共工程尽量创建一个环境要在 Jupyter Notebook 中安装插件您可以使用 jupyter_contrib_nbextensionsconda install -c conda-forge jupyter_contrib_nbextensionsjupyter contrib nbextension install --uservscode的识别安装包时要进入到对应的虚拟环境中conda activate env_nameVScode下方的环境中要进行更换刷新可以识别pip的下载 – requirements.txt在某些环境中有时需要特定版本的包如下载numpy时最新版本是2.0.2pip install numpy 下载的是1.30.0使用 pip install numpy1.30.0指定版本若是没有该版本出现以下情况那就重新选择临近的即可(尽量向前下载)pip install -r requirements.txt 根据requirements.txt的内容安装所需的包下载依赖时要将requirements.txt下的base全部改为 其中torch是不能自动安装需要手动安装前面打# 注释到pytorch的官网进行下载下载时挑比自己cuda版本低的就可以出现这种情况下载出错因为电脑少某些依赖解决需要下载一些依赖python与pytorch与cuda都需要版本相应或者下载其它临近版本下载pytorch缓慢问题下载pytorch时若使用其命令链接将会非常慢复制链接找到对应的轮子文件。如用的cuda为11.8python3.9 搜索cu118-cp39 找到想要下载的轮子文件即可下载使用命令pip install 绝对路径 (-i 加镜像源)即可下载。shift鼠标右键即可获得绝对路径参考https://www.bilibili.com/video/BV1UH4y1T7wg/?spm_id_from333.337.search-card.all.clickvd_source8abcec61b086f94000594e4bf9bcb0b7注意版本要对应否则将会出现ERROR: No matching distribution...VScode报错运行具有“my_pytorch(Python 3.9.0)的单元格需要ipykernel包。pip install ipykernel注意使用pycharm安装时不能有空格windows版本吸取教训所有安装软件尽量不添加空格。虚拟环境下载总是下载至base环境问题网上搜到许多相关的基本都是环境变量的一个问题但是和我的不一样记录一下明明配置了虚拟环境包单独包但是pip仍旧下载至全局环境中D:\Program Files\python313\Lib\site-packages发现问题最重要的时pip_target常见问题与解释pycharm安装中文插件仍不显示未设置语言需到File-Settings的弹框中选择AppearanceBehavior-System Settings-Language and Region中选择简体中文重启生效下载出现SSLError问题开了梯子需要关闭就行了whl文件作用.whl 文件读作 “wheel”中文常称“轮子”是 Python 的二进制类似(ZIP)分发包格式它的核心作用是✅ 让 Python 包的安装更快、更简单、更可靠尤其对包含 C/C/CUDA 代码的复杂库如 NumPy、PyTorch、OpenCV至关重要。NVIDIA-SMINVIDIA-SMI是NVIDIA显卡的系统管理接口可以用于获取显卡硬件和驱动程序的信息以及进行一些基本的管理和监控操作。CUDA 是什么CUDACompute Unified Device Architecture 是由 NVIDIA 开发的一种并行计算平台和编程模型。它允许开发者使用 NVIDIA 的 GPU图形处理器来进行通用计算即 GPGPUGeneral-Purpose computing on Graphics Processing Units而不仅限于图形渲染。一套 软件开发工具包SDK API主要基于 C/C也支持 Python、Fortran 等。它让 CPU 把大规模并行计算任务“卸载”到 GPU 上执行。需要配合 支持 CUDA 的 NVIDIA 显卡如 GeForce RTX、Tesla、A100 等才能运行。
pytorch安装存在问题安装下载命令vscode的识别pip的下载 -- requirements.txt下载pytorch缓慢问题虚拟环境下载总是下载至base环境问题常见问题与解释pycharm安装中文插件仍不显示下载出现SSLError问题whl文件作用NVIDIA-SMICUDA 是什么安装下载命令常用的conda指令创建新的python虚拟环境(一个工程一个包) conda create -n env_name python3.x查看已有的python环境 conda env list进入已有的python环境 conda activate env_name退出当前的python环境 conda deactivate删除某环境 conda remove -n env_name --all使用环境时jupyter时需要下载ipython相关包conda install nb_conda常用的pip指令:pip install -r requirements.txt 根据requirements.txt的内容安装所需的包pip install package_name 安装包pip install … --timeout 6000 设置超时时间可延长超时时间pip list 查看已经下载的包pip 换清华源后缀:-i(–index-url) https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple–trusted-hosthttps://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple创建新的python虚拟环境 conda create -n env_name python3.x一共工程尽量创建一个环境要在 Jupyter Notebook 中安装插件您可以使用 jupyter_contrib_nbextensionsconda install -c conda-forge jupyter_contrib_nbextensionsjupyter contrib nbextension install --uservscode的识别安装包时要进入到对应的虚拟环境中conda activate env_nameVScode下方的环境中要进行更换刷新可以识别pip的下载 – requirements.txt在某些环境中有时需要特定版本的包如下载numpy时最新版本是2.0.2pip install numpy 下载的是1.30.0使用 pip install numpy1.30.0指定版本若是没有该版本出现以下情况那就重新选择临近的即可(尽量向前下载)pip install -r requirements.txt 根据requirements.txt的内容安装所需的包下载依赖时要将requirements.txt下的base全部改为 其中torch是不能自动安装需要手动安装前面打# 注释到pytorch的官网进行下载下载时挑比自己cuda版本低的就可以出现这种情况下载出错因为电脑少某些依赖解决需要下载一些依赖python与pytorch与cuda都需要版本相应或者下载其它临近版本下载pytorch缓慢问题下载pytorch时若使用其命令链接将会非常慢复制链接找到对应的轮子文件。如用的cuda为11.8python3.9 搜索cu118-cp39 找到想要下载的轮子文件即可下载使用命令pip install 绝对路径 (-i 加镜像源)即可下载。shift鼠标右键即可获得绝对路径参考https://www.bilibili.com/video/BV1UH4y1T7wg/?spm_id_from333.337.search-card.all.clickvd_source8abcec61b086f94000594e4bf9bcb0b7注意版本要对应否则将会出现ERROR: No matching distribution...VScode报错运行具有“my_pytorch(Python 3.9.0)的单元格需要ipykernel包。pip install ipykernel注意使用pycharm安装时不能有空格windows版本吸取教训所有安装软件尽量不添加空格。虚拟环境下载总是下载至base环境问题网上搜到许多相关的基本都是环境变量的一个问题但是和我的不一样记录一下明明配置了虚拟环境包单独包但是pip仍旧下载至全局环境中D:\Program Files\python313\Lib\site-packages发现问题最重要的时pip_target常见问题与解释pycharm安装中文插件仍不显示未设置语言需到File-Settings的弹框中选择AppearanceBehavior-System Settings-Language and Region中选择简体中文重启生效下载出现SSLError问题开了梯子需要关闭就行了whl文件作用.whl 文件读作 “wheel”中文常称“轮子”是 Python 的二进制类似(ZIP)分发包格式它的核心作用是✅ 让 Python 包的安装更快、更简单、更可靠尤其对包含 C/C/CUDA 代码的复杂库如 NumPy、PyTorch、OpenCV至关重要。NVIDIA-SMINVIDIA-SMI是NVIDIA显卡的系统管理接口可以用于获取显卡硬件和驱动程序的信息以及进行一些基本的管理和监控操作。CUDA 是什么CUDACompute Unified Device Architecture 是由 NVIDIA 开发的一种并行计算平台和编程模型。它允许开发者使用 NVIDIA 的 GPU图形处理器来进行通用计算即 GPGPUGeneral-Purpose computing on Graphics Processing Units而不仅限于图形渲染。一套 软件开发工具包SDK API主要基于 C/C也支持 Python、Fortran 等。它让 CPU 把大规模并行计算任务“卸载”到 GPU 上执行。需要配合 支持 CUDA 的 NVIDIA 显卡如 GeForce RTX、Tesla、A100 等才能运行。
