【发布时间】:2019-05-15 11:24:59
【问题描述】:
PyTorch v1.0.0 稳定版在 announced 7 months earlier 之后是 released on 8 December 2018。
我想要一个针对运行 IPython 内核的硬件优化的版本。
如何在 Google Colab 上获取此版本?
【问题讨论】:
标签: pytorch google-colaboratory
PyTorch v1.0.0 稳定版在 announced 7 months earlier 之后是 released on 8 December 2018。
我想要一个针对运行 IPython 内核的硬件优化的版本。
如何在 Google Colab 上获取此版本?
【问题讨论】:
标签: pytorch google-colaboratory
试试下面的代码 sn-p(无论有没有 gpu,它都同样适用于运行时)
!pip install -q torch==1.0.0 torchvision
查看版本
import torch
print(torch.__version__)
这里有 1.0.0 版
更新
!pip install torch
现在工作正常,最稳定的版本是1.0.0
【讨论】:
torch.backends.cudnn.version(),输出为7401,torch.backends.cudnn.enabled == True 输出为true。我使用了 colab GPU 运行时。
7410,即使my solution 是基于谷歌的colab 代码sn-p 并且在生成的下载URL 中有cu90。
在 1.0.0 版本中,PyTorch 将下载 URL 格式从:
https://download.pytorch.org/whl/cu92/torch-1.0.0-cp36-cp36m-linux_x86_64.whl
到
https://download.pytorch.org/whl/cu90/torch-1.0.0-cp36-cp36m-linux_x86_64.whl
(更改在CUDA版本部分,其中cu92更改为cu90。)
为了以编程方式生成该 URL,我使用了以下代码:
from os.path import exists
from wheel.pep425tags import get_abbr_impl, get_impl_ver, get_abi_tag
platform = '{}{}-{}'.format(get_abbr_impl(), get_impl_ver(), get_abi_tag())
cuda_output = !ldconfig -p|grep cudart.so|sed -e 's/.*\.\([0-9]*\)\.\([0-9]*\)$/cu\10/'
accelerator = cuda_output[0] if exists('/dev/nvidia0') else 'cpu'
torch_url=f"http://download.pytorch.org/whl/{accelerator}/torch-{version}-{platform}-linux_x86_64.whl"
version='1.0.0'
!pip install -U {torch_url} torchvision
然后,随着新版本的发布,您可以根据需要更改 version 变量。
【讨论】:
你现在可以
import torch
无需额外安装。
【讨论】:
对于 1.1.0 版,此方法有效
!pip install -q torch==1.1.0 torchvision
【讨论】:
这是安装pytorch的代码。您可以将其更改为您想要的任何版本。
!pip3 install http://download.pytorch.org/whl/cu92/torch-1.0.0-cp36-cp36m-linux_x86_64.whl
【讨论】:
对我有用,你可以试试
!pip install torch
!pip install torchvision
!pip install mxnet-cu101
【讨论】:
mxnet-cu101 是做什么的?