conda创建pytorch环境报错

昨天训练数据的时候,发现Anaconda占用C盘达到了20G(暑假在cmd状态下安装的,默认下载到了C盘),心道再创建几个环境,C盘就要爆红了,于是重装Anaconda到了D盘,不过之后的初始化并不顺利--创建pytorch环境总是失败,网上查阅了许多资料:配置path环境变量,关闭VPN,.condarc文件删除或添加路径,更换清华源等等都无果。报错如下:

>>>>>>>>>>>>>>>>>>>>>> ERROR REPORT <<<<<<<<<<<<<<<<<<<<<<Traceback (most recent call last):File "C:\Users\86150\anaconda3\Lib\site-packages\conda\exception_handler.py", line 17, in __call__return func(*args, **kwargs)^^^^^^^^^^^^^^^^^^^^^File "C:\Users\86150\anaconda3\Lib\site-packages\conda\cli\main.py", line 54, in main_subshellparser = generate_parser(add_help=True)^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^File "C:\Users\86150\anaconda3\Lib\site-packages\conda\cli\conda_argparse.py", line 127, in generate_parserconfigure_parser_plugins(sub_parsers)File "C:\Users\86150\anaconda3\Lib\site-packages\conda\cli\conda_argparse.py", line 354, in configure_parser_pluginselse set(find_commands()).difference(plugin_subcommands)^^^^^^^^^^^^^^^File "C:\Users\86150\anaconda3\Lib\site-packages\conda\cli\find_commands.py", line 71, in find_commandsfor entry in os.scandir(dir_path):^^^^^^^^^^^^^^^^^^^^OSError: [WinError 123] 文件名、目录名或卷标语法不正确。: 'D:\\1瀵邦喕淇?缁嬪\ue0c5绨璡瀵邦喕淇妛eb瀵\ue1b9偓閸欐垼鈧\ue100懎浼愰崗绌僤ll'`$ C:\Users\86150\anaconda3\Scripts\conda-script.py config --set show_channel_urls yes`environment variables:CIO_TEST=<not set>CLASSPATH=.;C:\Program Files\Java\jdk1.8.0_221\bin;C:\ProgramFiles\Java\jdk1.8.0_221\lib\dt.jar;C:\ProgramFiles\Java\jdk1.8.0_221\lib\tools.jar;D:\sqljdbc4\sqljdbc4.jarCONDA_DEFAULT_ENV=pytorchCONDA_EXE=C:\Users\86150\anaconda3\condabin\..\Scripts\conda.exeCONDA_EXES="C:\Users\86150\anaconda3\condabin\..\Scripts\conda.exe"CONDA_PREFIX=C:\Users\86150\anaconda3\envs\pytorchCONDA_PREFIX_1=C:\Users\86150\anaconda3CONDA_PROMPT_MODIFIER=(pytorch)CONDA_PYTHON_EXE=C:\Users\86150\anaconda3\python.exeCONDA_ROOT=C:\Users\86150\anaconda3CONDA_SHLVL=2CURL_CA_BUNDLE=<not set>HOMEPATH=\Users\86150LD_PRELOAD=<not set>NODE_PATH=D:\1微信小程序\node\node_global\node_modulesPATH=C:\Users\86150\anaconda3\envs\pytorch;C:\Users\86150\anaconda3\envs\pytorch\Library\mingw-w64\bin;C:\Users\86150\anaconda3\envs\pytorch\Library\usr\bin;C:\Users\86150\anaconda3\envs\pytorch\Library\bin;C:\Users\86150\anaconda3\envs\pytorch\Scripts;C:\Users\86150\anaconda3\envs\pytorch\bin;C:\Users\86150\anaconda3\condabin;E:\;E:\VM\bin;E:\app\Qracleinstall\product\12.2.0\dbhome_1\bin;C:\Program Files\Microsoft MPI\Bin;C:\WINDOWS\system32;C:\WINDOWS;C:\WINDOWS\System32\Wbem;C:\WINDOWS\System32\WindowsPowerShell\v1.0;C:\WINDOWS\System32\OpenSSH;E:\bin;C:\ProgramFiles\Microsoft SQL Server\Client SDK\ODBC\130\Tools\Binn;C:\ProgramFiles (x86)\MySQL\MySQL Server 5.5\bin;C:\ProgramFiles\Java\jdk1.8.0_221\bin;D:\apache-tomcat-9.0.37-windows-x64\apache-tomcat-9.0.37\bin;C:\ProgramFiles\Java\jdk1.8.0_221\jre\bin;C:\Program Files\dotnet;C:\ProgramFiles\Microsoft SQL Server\Client SDK\ODBC\170\Tools\Binn;D:\x64\瀵邦喕淇妛eb瀵偓閸欐垼鈧懎浼愰崗绌僤ll;D:\1瀵邦喕淇?缁嬪绨璡瀵邦喕淇妛eb瀵偓閸欐垼鈧懎浼愰崗绌僤ll;D:\1瀵邦喕淇婄亸蹇曗柤;\node;C:\Program Files (x86)\MySQL;D:\Git\Git\cmd;E:\Xshell;C:\Users\86150\anaconda3;C:\Users\86150\anaconda3\Library\mingw-w64\bin;C:\Users\86150\anaconda3\Library\usr\bin;C:\Users\86150\anaconda3\Library\bin;C:\Users\86150\anaconda3\Scripts;D:\Python\python3.11.5\Scripts;D:\Python\python3.11.5;C:\Users\MySQL\MySQL Server 8.0\bin;C:\Users\86150\AppData\Local\Microsoft\WindowsApps;.;C:\Users\86150\.dotnet\tools;C:\Users\86150\AppData\Local\Microsoft\WindowsApps;D:\1瀵邦喕淇婄亸蹇曗柤鎼村猾node\node_global;E:\Python\PyCharm Community Edition2023.1.3\bin;.;C:\Users\86150\Python 3.11;D:\Microsoft VS Code\binPSMODULEPATH=C:\Program Files\WindowsPowerShell\Modules;C:\WINDOWS\system32\WindowsPowerShell\v1.0\Modules;C:\Users\86150\Desktop\编程;REQUESTS_CA_BUNDLE=<not set>SSL_CERT_FILE=C:\Users\86150\anaconda3\Library\ssl\cacert.pemactive environment : pytorchactive env location : C:\Users\86150\anaconda3\envs\pytorchshell level : 2user config file : C:\Users\86150\.condarcpopulated config files : C:\Users\86150\.condarcconda version : 23.7.4conda-build version : 3.26.1python version : 3.11.5.final.0virtual packages : __archspec=1=x86_64__win=0=0base environment : C:\Users\86150\anaconda3  (writable)conda av data dir : C:\Users\86150\anaconda3\etc\condaconda av metadata url : Nonechannel URLs : https://repo.anaconda.com/pkgs/main/win-64https://repo.anaconda.com/pkgs/main/noarchhttps://repo.anaconda.com/pkgs/r/win-64https://repo.anaconda.com/pkgs/r/noarchhttps://repo.anaconda.com/pkgs/msys2/win-64https://repo.anaconda.com/pkgs/msys2/noarchpackage cache : C:\Users\86150\anaconda3\pkgsC:\Users\86150\.conda\pkgsC:\Users\86150\AppData\Local\conda\conda\pkgsenvs directories : C:\Users\86150\anaconda3\envsC:\Users\86150\.conda\envsC:\Users\86150\AppData\Local\conda\conda\envsplatform : win-64user-agent : conda/23.7.4 requests/2.31.0 CPython/3.11.5 Windows/10 Windows/10.0.19045administrator : Falsenetrc file : Noneoffline mode : FalseAn unexpected error has occurred. Conda has prepared the above report.
If you suspect this error is being caused by a malfunctioning plugin,
consider using the --no-plugins option to turn off plugins.Example: conda --no-plugins install <package>Alternatively, you can set the CONDA_NO_PLUGINS environment variable on
the command line to run the command without plugins enabled.Example: CONDA_NO_PLUGINS=true conda install <package>If submitted, this report will be used by core maintainers to improve
future releases of conda.
Would you like conda to send this report to the core maintainers? [y/N]:No report sent. To permanently opt-out, use$ conda config --set report_errors false

又看到安装Anaconda时,选择JUST ME默认环境路径在annconda/env下,而选择ALL USERS默认环境路径则在C盘.anaconda/env文件夹下。卸载后又重装了Anaconda,先是选择JUST ME,报相同的错误,又重装后选择ALL USERS,创建pytorch还是相同的错误。

无奈之下,再次把Anaconda安装到C盘,这时候执行conda create -n pytorch python=3.8命令是没问题的,环境可以成功创建。conda activate pytorch激活环境也没问题,不过最重要的一步--安装torch又出错了,pytorch官网的conda代码,清华源,华科源都报相同的错误(上述代码)。Google/GitHub/CSDN/Stack Overflow/博客园等等都查了一遍,都没出现过类似的问题。晚上睡觉的时候心想难道要重装下系统?

还好山重水复疑无路,下午在知乎浏览技术贴的时候看到一句话“pip 或者 conda的时候经常被混合使用,这两者也通常被认为是几乎相同的,尽管他们的很多功能是重叠的。“

突然意识到pip install 和conda install的功能应该是相同的。兴致冲冲在Anaconda Prompt命令行键入:pip3 install torch torchvision torchaudio,等待一段时间后torch终于下载成功。又进入python环境中导入的torch包,输出了torch的版本号

>>> import torch
>>> torch.__version__
'2.1.1+cpu'

这下终于尘埃落定,解决掉这个难题了。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/154660.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Jtti:windows中apache怎么实现负载均衡

Jtti&#xff1a;windows中apache怎么实现负载均衡 在Windows环境下&#xff0c;你可以使用Apache HTTP Server搭建负载均衡集群。Apache提供了一个模块叫做mod_proxy&#xff0c;它可以用来实现反向代理和负载均衡。以下是一个简单的步骤来配置Apache负载均衡&#xff1a; 步骤…

Codesys数据类型(2.7):扩展数据类型之 别名 详解

Codesys代码代写&#xff0c;程序开发&#xff0c;软件定制&#xff0c;bug修改&#xff0c;问题咨询&#xff1a; T宝搜索店铺【林磊教育】 定义及声明 别名的目的是声明出 基本数据类型&#xff0c;结构体&#xff0c;枚举、共用体(UNION)、功能块、指针备用名字&#xff0c…

django及DRF流程源码分析

Django执行流程: 1.nginx作为接入层,通过反向代理&#xff0c;监听80端口获取请求连接 2.将请求交给wsgi server 3.wsgi server调用django的wsgi.py 处理请求 4.WSGIHandler的__call__函数就是整个逻辑处理流程 5.WSGIHandler __init__中的加载中间件&#xff0c;对request对象…

【ARM AMBA AXI 入门 16 - AXI 写响应通道 BVALID | BREADY | BRESP 详细介绍】

请阅读【ARM AMBA AXI 总线 文章专栏导读】 文章目录 AXI 写响应通道BVALIDBREADYBRESP举例BRESP[2:0] 编码AXI 写响应通道 在 ARM AMBA AXI 协议中,写响应通道包括以下三个信号,用来完成写事务的确认和状态传递: BVALID 这是一个从设备(Slave)发出的信号,表明与当前…

生态系统NPP及碳源、碳汇模拟实践技术应用

由于全球变暖、大气中温室气体浓度逐年增加等问题的出现&#xff0c;“双碳”行动特别是碳中和已经在世界范围形成广泛影响。碳中和可以从碳排放&#xff08;碳源&#xff09;和碳固定&#xff08;碳汇&#xff09;这两个侧面来理解。陆地生态系统在全球碳循环过程中有着重要作…

【HarmonyOS】低代码平台组件拖拽使用技巧之常用基础组件(上)

【关键字】 HarmonyOS、低代码平台、组件拖拽、常用基础组件、基础容器 1、写在前面 之前是花了一些时间介绍了在低代码平台中滚动容器、网格布局、页签容器、列表这几种容器的拖拽技巧及使用方法&#xff0c;今天我会继续来介绍咱们在应用开发中可能会经常用到的一些基础容器…

Flutter dio Http请求之Cookie管理

在应用开发过程中&#xff0c;我们进行Http通讯时会使用Cookie进行验证&#xff0c;今天我们就着重讲解Flutter 网络请求插件dio的cookie使用。 首先&#xff0c;我们要进行插件引用 # HTTP 请求 dio: ^5.1.1 cookie_jar: ^4.0.8 dio_cookie_manager: ^3.0.0# 获取沙盒路径 p…

CSS 属性计算过程

CSS 属性计算过程 首先&#xff0c;不知道你有没有考虑过这样的一个问题&#xff0c;假设在 HTML 中有这么一段代码&#xff1a; <body><h1>这是一个h1标题</h1> </body>上面的代码也非常简单&#xff0c;就是在 body 中有一个 h1 标题而已&#xff…

CSDN每日一练 |『多边形的面积』『硬币的面值』『开学趣闻之美食诱惑』2023-11-21

CSDN每日一练 |『多边形的面积』『硬币的面值』『开学趣闻之美食诱惑』2023-11-21 一、题目名称:多边形的面积二、题目名称:硬币的面值三、题目名称:开学趣闻之美食诱惑一、题目名称:多边形的面积 时间限制:1000ms内存限制:256M 题目描述: 给出一个简单多边形(没有缺口)…

Docker快速安装Mariadb11.1

MariaDB数据库管理系统是MySQL的一个分支&#xff0c;主要由开源社区在维护&#xff0c;采用GPL授权许可 MariaDB的目的是完全兼容MySQL&#xff0c;包括API和命令行&#xff0c;使之能轻松成为MySQL的代替品。在存储引擎方面&#xff0c;使用XtraDB来代替MySQL的InnoDB。 Mari…

AIX 系统基线安全加固操作

目录 账号管理 ELK-AIX-01-01-01 口令 ELK-AIX-01-02-01 授权 ELK-AIX-01-03-01 通信协议 IP协议安全 ELK-AIX-03-01-01 ELK-AIX-03-02-01 路由协议安全 补丁管理 ELK-AIX-04-01-01 服务进程和启动 ELK-AIX-05-01-01 设备其他安全要求 登陆超时策略 ELK-AIX-06-01-01 …

Clickhouse初认识

技术主题-clickhouse 一什么是clickHouse 1&#xff09;本质上就是一款数据库管理系统&#xff0c;能提供海量数据的存储和检索 2&#xff09;基于列存储&#xff0c;数据是按照列进行存储的&#xff08;数据格式一样&#xff0c;方便进行压缩&#xff09; 3&#xff09;具备…

基于Cortex®-M4F的TM4C123GH6NMRT7R 32位MCU,LM74900QRGERQ1、LM74930QRGERQ1汽车类理想二极管

一、TM4C123GH6NMRT7R IC MCU 32BIT 256KB FLASH 157BGA Tiva™C系列微控制器为设计人员提供了基于ARMCortex™-M的高性能架构&#xff0c;该架构具有广泛的集成功能以及强大的软件和开发工具生态系统。以性能和灵活性为目标&#xff0c;Tiva™C系列架构提供了一个具有FPU的80…

JS中Cookie的基本使用

JavaScript 创建Cookie&#xff1a; JavaScript 读取 Cookie &#xff1a; JavaScript 修改 Cookie&#xff1a; JavaScript 删除 Cookie &#xff1a; JavaScript Cookie&#xff08;JavaScript 的 Cookie&#xff09;是一种在Web浏览器中存储和检索用户信息的机制。它允许…

人性化的微距LED显示屏备受欢迎

近年来&#xff0c;微距LED显示屏市场需求不断攀升&#xff0c;尤其是LED显示屏厂商不断推陈出新的COB和Mini LED封装技术&#xff0c;价格逐渐趋于亲民。随着智慧城市的崛起&#xff0c;微距LED显示屏成为市场上备受瞩目的热门产品。伴随LED显示屏厂商不断升级产品&#xff0c…

单片机和FreeRTOS上跑机器人ROS的应用

机器人的应用越来越广泛了&#xff0c;大家熟知的稚晖君直接创业搞机器人&#xff0c;可想而至&#xff0c;接下来的十年&#xff0c;机器人绝对是热门的行业。 目前市面上很多机器人都是基于一套叫做ROS的系统开发的&#xff0c;今天就给大家分享一个跑在MCU上&#xff0c;基…

抖店与维格表的对接只需轻松几步

通过数环通&#xff0c;您可以使用不到几分钟的时间即可实现抖店与维格表的对接与集成&#xff0c;从而高效实现工作流程自动化&#xff0c;降本增效&#xff01; 1.产品介绍 维格表是一种数据协作工具&#xff0c;具有多维度表格、实时在线编辑、数据可视化等特点。它可以帮助…

基于Python+OpenCV+Tensorflow图像迁移的艺术图片生成系统

欢迎大家点赞、收藏、关注、评论啦 &#xff0c;由于篇幅有限&#xff0c;只展示了部分核心代码。 文章目录 一项目简介 二、功能三、系统![请添加图片描述](https://img-blog.csdnimg.cn/dbda87069fc14c24b71c1eb4224dff05.png)四. 总结 一项目简介 基于PythonOpenCVTensorfl…

Apache ECharts简介

二十九、Apache ECharts 29.1 介绍 Apache ECharts 是一款基于 JavaScript 的数据可视化图表库&#xff0c;提供直观、生动、可交互、可个性化定制的数据可视化图表。 官网地址&#xff1a;https://echarts.apache.org/zh/index.html 常见效果展示&#xff1a; 1). 柱形图 …

TensorFlow实战教程(三十五)-VS Code配置Python编程和Keras环境及手写数字识别(基础篇)

从本专栏开始,作者正式研究Python深度学习、神经网络及人工智能相关知识。前一篇文章利用Keras构建无监督学习Autoencoder模型并实现聚类分析。这篇文章将介绍基础知识,因为很多读者咨询我如何用VS Code配置Keras深度学习环境,并对比常用的深度学习框架,最后普及手写数字识…