我似乎不能安装正确版本的torch,我也不能让快速的ai库工作。0.1.2.post2)
No matching distribution found for torch>=1.1.0 (from torchvision) 当我尝试conda安装快速人工智能时,我感觉我的gpusite-packages\caffe2\python\serialized_test\data\operator_test 我终于看到它说成功安装了六个,枕头和手电筒,但是手电筒是0.3,这是不兼容的。download.pytorch.org
(fastai.版本,如1.0.0,并使用早期的python版本。pip手动安装fastai和它的依赖项,但都不起作用。当我这样做的时候,我得到了错误NameError: name 'ImageDataBunch' is not defined。注意:我之前确实使用了相同的代码,并且我能够使用fastai和ImageDataBunch.from_folder而没有导入错误,但我猜是对fastai或torch进行了更新。
我正在尝试使用fastai的ImageDataBunch,它工作得很好,但是最近当我运行我的代码时,它显示了这个错误ModuleNotFoundError: No module named 'fastai.vision'然后,我升级了我的fastai版本pip install fastai --upgrade。此错误已清除,但已登录到NameError: name 'ImageDataBunch' is not defined<e
从fastai.basic_data导入DataBunch从fastai.train导入学习器从fastai.metrics导入准确性#Gradient is clipped现在我已经更新为fast-ai==2.1.6,所有这些fastai.basic_data、fastai.train和fastai.m
我正在windows上运行jupyter实验室,fastai.vision.utils.verify_images(fns)给我带来了问题,因为它用默认的n_workers=8调用fastcore.parallel.parallel有很多方法可以绕过它,但我试图找出一个代码块,我可以在任何笔记本上输入它,这样所有对parallel的底层调用都将与n_workers=1一起运行。in enumerate(_parallel(verify_image, fns)) if not o)
~\anaconda3\li
我需要测试一些快速模型在没有GPU的环境中,特别是在windows服务器中。我在Google中训练了一些快速模型,现在需要对它们进行实时测试,连接到工业过程中。尽管如此,我对硬件还很有限。在Google中,我使用了这个配置。numpy as npimport os第一行是唯一有问题的一行是第一行,我得到了这个错误:
~\.conda\envs\fastaiConda在服务器上