目录一、conda创建、激活、退出、删除虚拟环境1、conda本地环境常用操作2、conda创建虚拟环境3、激活虚拟环境4、退出虚拟环境5、删除和复制虚拟环境6、在指定环境中管理包二、安装tensorflow和pytorch1、torch和torchvision版本对应关系2、conda方法安装3、源码安装torch和torchvision一、conda创建、激活、退出、删除虚拟环境1、conda本地环境常用操作#获取版本号conda--version或conda-V #检查更新当前condacondaupdateconda #查看当前存在哪些虚拟环境condaenvlist或condainf
X=torch.normal(mean=1,std=2,size=(3,4))print(X)tensor([[-0.1116,-3.4674,-0.0363,1.5493],[-0.7199,-0.7217,2.8007,1.1526],[0.0578,2.5465,1.5857,0.8619]])torch.normal()函数：返回一个张量；是从一个给定mean（均值），std（方差）的正态分布中抽取随机数。mean和std都是属于张量类型的；参数：mean:均值；std：标准差；out：输出张量；size：张量的大小；源码参数：@overloaddefnormal(mean:Tenso
Yolov5训练时报错：UserWarning:torch.meshgrid:inanupcomingrelease,itwillberequiredtopasstheinddexingargument修改C:\Users\vlf\anaconda3\envs\tweek\Lib\site-packages\torch\functional.py478行为：
目录CUDA下载:CUDAToolkitArchive|NVIDIADevelopercuDNN下载：cuDNNArchive|NVIDIADeveloper1.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)3.1GPU 3.2CPU4.pytorch和CUDA对应CUDA下载:CUDAToolkitArchive|NVIDIADevelopercuDNN下载：cuDNNArchive|NVIDIADeveloper1.NVIDIA驱动和CUDA版本对应网址：CUDA12.1Update1R
在pycharm上训练yolo数据集的时候，运行train.py报错：D:\Applications\anaconda3\envs\pytorch\lib\site-packages\torch\functional.py:504:UserWarning:torch.meshgrid:inanupcomingrelease,itwillberequiredtopasstheindexingargument.(TriggeredinternallyatC:\cb\pytorch_1000000000000\work\aten\src\ATen\native\TensorShape.cpp:348
关联网站：einops官网torch.einsum(equation,*operands)→Tensor对输入元素operands沿指定的维度、使用爱因斯坦求和符号的乘积求和。参数：equation(string)–爱因斯坦求和的下标。operands（List[Tensor]）——计算爱因斯坦求和的张量。Einsum允许计算许多常见的多维线性代数数组运算，方法是根据由equation给出的爱因斯坦求和约定，以速记(short-hand)格式表示它们。这种格式的细节在下面描述，但通常想法是operands用一些下标标记输入的每个维度，并定义哪些下标是输出的一部分,operands然后通过对下
torch、torchvision和python的对应版本如下：torch torchvision pythonmaster/nightlymaster/nightly>=3.61.7.1 0.8.2>=3.61.7.0 0.8.1>=3.61.7.00.8.0>=3.61.6.00.7.0>=3.61.5.10.6.1>=3.51.5.00.6.0>=3.51.4.00.5.0 ==2.7,>=3.5,1.3.1 0.4.2==2.7,>=3.5,1.3.00.4.1==2.7,>=3.5,1.2.00.4.0==2.7,>=3.5,1.1.0 0.3.0==2.7,>=3.5,0.2.2
torch、torchvision和python的对应版本如下：torch torchvision pythonmaster/nightlymaster/nightly>=3.61.7.1 0.8.2>=3.61.7.0 0.8.1>=3.61.7.00.8.0>=3.61.6.00.7.0>=3.61.5.10.6.1>=3.51.5.00.6.0>=3.51.4.00.5.0 ==2.7,>=3.5,1.3.1 0.4.2==2.7,>=3.5,1.3.00.4.1==2.7,>=3.5,1.2.00.4.0==2.7,>=3.5,1.1.0 0.3.0==2.7,>=3.5,0.2.2
2022最新pytorch安装方法GPU版本python3.9torch-1.13.0+cu116-cp39torchvision-0.14.0从官网一键命令下载的pytorch是CPU版本的，我们需要手动安装GPU版本的解决方案查找对应版本下载对应的whl文件使用pip本地安装可能遇到的问题numpy和pandas报错，uninstall后重新install就行最后测试从官网一键命令下载的pytorch是CPU版本的，我们需要手动安装GPU版本的如图，这样是不能安装gpu版本的。解决方案查找对应版本这里针对python3.9版本，在此网站https://github.com/pytorch/
2022最新pytorch安装方法GPU版本python3.9torch-1.13.0+cu116-cp39torchvision-0.14.0从官网一键命令下载的pytorch是CPU版本的，我们需要手动安装GPU版本的解决方案查找对应版本下载对应的whl文件使用pip本地安装可能遇到的问题numpy和pandas报错，uninstall后重新install就行最后测试从官网一键命令下载的pytorch是CPU版本的，我们需要手动安装GPU版本的如图，这样是不能安装gpu版本的。解决方案查找对应版本这里针对python3.9版本，在此网站https://github.com/pytorch/
