离线安装torch

因为电脑不能联网,只能离线安装,记录了一下安装各种模块的顺序

pip install numpy-1.26.4-cp312-cp312-win_amd64.whl
pip install contourpy-1.2.1-cp312-cp312-win_amd64.whl
pip install cycler-0.12.1-py3-none-any.whl
pip install fonttools-4.53.1-cp312-cp312-win_amd64.whl
pip install kiwisolver-1.4.5-cp312-cp312-win_amd64.whl
pip install packaging-24.1-py3-none-any.whl
pip install pillow-10.4.0-cp312-cp312-win_amd64.whl
pip install pyparsing-3.1.2-py3-none-any.whl
pip install six-1.16.0-py2.py3-none-any.whl
pip install python_dateutil-2.9.0.post0-py2.py3-none-any.whl
pip install filelock-3.15.4-py3-none-any.whl
pip install typing_extensions-4.12.2-py3-none-any.whl
pip install mpmath-1.3.0-py3-none-any.whl
pip install sympy-1.13.1-py3-none-any.whl
pip install networkx-3.3-py3-none-any.whl
pip install fsspec-2024.6.1-py3-none-any.whl
pip install MarkupSafe-2.1.5-cp312-cp312-win_amd64.whl
pip install jinja2-3.1.4-py3-none-any.whl
pip install setuptools-72.1.0-py3-none-any.whl
pip install torch-2.4.0-cp312-cp312-win_amd64.whl
pip install torchvision-0.19.0-1-cp312-cp312-win_amd64.whl

注意用pip命令安装的torch默认为cpu版本,如果需要gpu版本需要手动下载

### 如何在 NX 环境下离线安装 PyTorch 要在 NVIDIA Jetson NX 设备上离线安装 PyTorch,需考虑设备的操作系统、CUDA 版本以及 Python 的兼容性。以下是详细的说明: #### 1. 验证环境配置 NVIDIA 提供了针对特定硬件(如 Jetson TX2 和 NX)优化的 TensorFlow 和 CUDA 支持[^3]。因此,在安装 PyTorch 前,确认当前系统的 CUDA 和 cuDNN 版本非常重要。可以通过以下命令检查 CUDA 版本: ```bash nvcc --version ``` 如果目标设备已预装 Anaconda3,则可以直接利用其强大的包管理功能 Conda 来完成安装[^4]。 #### 2. 下载适合的 PyTorch 轮子文件 (Whl 文件) 由于是离线环境,无法直接通过 `pip` 或者 `conda install` 进行在线安装,所以需要提前下载适用于该平台架构的 `.whl` 文件。具体操作如下: - 访问官方 PyTorch 官网 https://pytorch.org/get-started/previous-versions/ - 根据操作系统(Linux)、包管理工具 (`pip`)、Python 版本(如 3.6.x),以及 CUDA 版本来筛选合适的轮子文件链接。 例如,对于基于 ARM 架构的 Jetson NX 平台,可能需要手动编译或者寻找社区贡献的支持 ARM 的二进制文件。 #### 3. 使用 pip 执行本地安装 将之前获取到的 .whl 文件拷贝至目标机器上的某个目录后,执行下面这条指令即可完成安装: ```bash pip3 install /path/to/downloaded/torch-x.y.z.whl ``` 注意替换实际路径和文件名位置参数。 最后一步就是测试安装成果,按照先前提到的方式简单调用模块并打印版本号信息来检验整个流程是否顺利完成[^1]: ```python import torch print(torch.__version__) ``` #### 注意事项 - 如果遇到依赖缺失错误提示,请尝试解决这些未满足的前提条件后再继续重试上述步骤。 - 对于某些特殊场景下的定制化需求,比如启用分布式训练等功能特性时,还需要额外关注更多细节设置项。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值