目录
尝试了很多方法都没有成功,知道看到这一篇介绍,故转载至此以做记录和保存。
原文地址:https://blog.csdn.net/wzk4869/article/details/127795541
目录:d2l包安装失败的解决过程
前言
因为换了新电脑,所以环境都是从零开始配置,但是在安装李沐深度学习里常用的d2l包的时候,确实频繁报错。
这里总结一下我的报错原因,希望大家在遇到bug的时候能够从容面对。
一、李沐提供的安装方式
1. 创建一个新的环境
conda create --name d2l python=3.8 -y
2. 激活 d2l 环境
conda activate d2l
3. 安装深度学习框架和d2l软件包
在安装深度学习框架之前,请先检查你的计算机上是否有可用的GPU。 例如,你可以查看计算机是否装有NVIDIA GPU并已安装CUDA。 如果你的机器没有任何GPU,没有必要担心,因为你的CPU在前几章完全够用。 但是,如果你想流畅地学习全部章节,请提早获取GPU并且安装深度学习框架的GPU版本。
3.1 安装PyTorch的CPU或GPU版本
pip install torch==1.11.0
pip install torchvision==0.12.0
3.2 安装d2l包
pip install d2l==0.17.5
二、安装报错
但是按照上面的安装流程,后面会频繁报错,因为有些包下载不下来,网速很慢。
换国内源也没用:
一时之间陷入两难的境地!
三、解决办法
我们去d2l包的官方网站,然后将包下载下载,放到环境路径下,然后再选择安装。
d2l的官方网站为:
https://www.cnpython.com/pypi/d2l/download
下载下来即可,我下载后的位置为:
D:\Anaconda\envs\PyTorch
cd 到本地d2l的文件目录:
然后运行下列命令进行安装:
pip install d2l-0.15.1-py3-none-any.whl
可以看到,下载速度很快!
最终,安装成功!
四、检验是否安装成功
运行命令:
conda list
可以看到,顺利安装成功!
标签:报错,d2l,深度,李沐,GPU,安装 From: https://www.cnblogs.com/kohler21/p/18311919