文章目录
- 1.参考资料
- 2.服务器环境
- 3.安装过程
- 4.问题与解决
- 5.补充
- 6.其它技巧
1.参考资料
https://blog.csdn.net/qq_43573527/article/details/132963466 long错误解决方案
https://pytorch.org/get-started/previous-versions/ pytorch下载的位置
2.服务器环境
conda环境：python 3.7
cuda：11.3
3.安装过程
- 先创建conda环境，python3.7版本
conda create -n v5 python=3.7
- 根据cuda版本，安装pytorch
# CUDA 11.3
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch
- 安装v5的依赖包，在安装之前，先把requeirments.txt里面的torch版本和vision版本固定一下。然后安装。
然后安装依赖包，这样的好处是，防止最新的torch版本覆盖已经装的。
pip install -r requirements.txt
到此，按说就可以训练了，但是遇到了问题。
4.问题与解决
遇到了上述的问题，问题的原因是：新版本的torch无法自动执行转换操作，而旧版本可以。
需要去loss.py中手动改一下，进行long的转换。找到223行，在gain[2],gain[3]后面加.long().就可以正常训练了。
5.补充
一般来说，numpy包和pillow包，都容易因为版本太高报错，遇到乱七八糟的问题，可以尝试降低这俩包的版本
6.其它技巧
基于当前的环境，查找某个包可以安装的版本，该如何查询，比如numpy。只要正常指定版本安装，不输入版本号就能查询到。
