为Yolov7环境安装Cuba匹配的Pytorch

1. 查看Cuba版本

方法一

``` nvidia-smi ``` 找到CUDA Version

方法二

Nvidia Control Panel > 系统信息 > 组件 >


2. 安装Cuba匹配版本的PyTorch

URL 复制代码
https://pytorch.org/get-started/locally/

这里使用conda安装

shell 复制代码
conda install pytorch torchvision torchaudio pytorch-cuda=11.6 -c pytorch -c nvidia
shell 复制代码
## pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116

3. 异常情况

![在这里插入图片描述](https://img-blog.csdnimg.cn/b7578413e7b542e0b5adb6ccbdef249c.jpeg#pic_center)

Collecting package metadata (current_repodata.json): \ ERROR conda.auxlib.logz:stringify(163): Expecting value: line 1 column 1 (char 0)

复制代码
conda config --show-sources

删除指定文件,再运行上面命令回显空白

重新安装PyTorch

  1. download some necessary tools
shell 复制代码
pip install pycocotools-windows -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install -r requirements.txt
pip install pyqt5
  1. Create a new interpreter based on Anaconda3 python

  2. 安装依赖

shell 复制代码
pip install -r .\requirements.txt
  1. Other Exceptions
    Error

    ImportError: cannot import name 'COMMON_SAFE_ASCII_CHARACTERS' from 'charset_normalizer.constant' (D:\ProgramData\Anaconda3\envs\yolov7\lib\site-packages\charset_normalizer\constant.py)
    pip install chardet

    _pickle.UnpicklingError: STACK_GLOBAL requires str
    删labels文件夹同层的labels.cache

    torch.meshgrid warning
    https://github.com/WongKinYiu/yolov7/pull/1167/commits/109fee31c97ef334a682f06c976ff7c9bf25d87d

    • 复制代码
         yv, xv = torch.meshgrid([torch.arange(ny), torch.arange(nx)])
    • 复制代码
         yv, xv = torch.meshgrid([torch.arange(ny), torch.arange(nx)], indexing='ij')
  2. d

相关推荐
xiaoxiaoxiaolll8 分钟前
期刊速递 | 《Light Sci. Appl.》超宽带光热电机理研究,推动碳纳米管传感器在制药质控中的实际应用
人工智能·学习
练习两年半的工程师14 分钟前
AWS TechFest 2025: 风险模型的转变、流程设计的转型、生成式 AI 从实验走向实施的三大关键要素、评估生成式 AI 用例的适配度
人工智能·科技·金融·aws
Elastic 中国社区官方博客3 小时前
Elasticsearch:智能搜索的 MCP
大数据·人工智能·elasticsearch·搜索引擎·全文检索
stbomei3 小时前
从“能说话”到“会做事”:AI Agent如何重构日常工作流?
人工智能
yzx9910133 小时前
生活在数字世界:一份人人都能看懂的网络安全生存指南
运维·开发语言·网络·人工智能·自动化
许泽宇的技术分享4 小时前
LangGraph深度解析:构建下一代智能Agent的架构革命——从Pregel到现代AI工作流的技术飞跃
人工智能·架构
乔巴先生244 小时前
LLMCompiler:基于LangGraph的并行化Agent架构高效实现
人工智能·python·langchain·人机交互
静西子5 小时前
LLM大语言模型部署到本地(个人总结)
人工智能·语言模型·自然语言处理
cxr8286 小时前
基于Claude Code的 规范驱动开发(SDD)指南
人工智能·hive·驱动开发·敏捷流程·智能体
Billy_Zuo6 小时前
人工智能机器学习——决策树、异常检测、主成分分析(PCA)
人工智能·决策树·机器学习