森侃 2024-11-09 13:21 采纳率: 59.3%
浏览 5
已结题

关于#detectron#的问题,如何解决?(标签-电脑|关键词-window)

在window10上安装detectron2,使用anaconda安装,出现了下面这个问题,想问问有没有办法解决?

img

img

我的电脑是AMD显卡,没有独显,所以是用cpu跑,网上用cpu跑的方法我基本都试过了,每次都是这里的问题,弄得我都想换一个电脑了,会不会能弄cuda的会比较适合呀

  • 写回答

1条回答 默认 最新

  • 无疆76 2024-11-09 13:27
    关注

    以下回复参考:皆我百晓生券券喵儿等免费微信小程序作答:

    根据您提供的错误信息,以下是几个可能的问题和解决方案:

    问题一:DeprecationWarning警告信息以及EasyInstall命令被废弃的问题 解决方案:这个问题是由于Python的setuptools库中的EasyInstall命令已经被废弃,建议使用其他工具进行安装。您可以尝试使用pip进行安装和更新。您可以在命令行中输入以下命令来更新pip和setuptools库:

    pip install --upgrade pip setuptools wheel
    

    这将使用最新的pip和setuptools库替换原有的版本,并解决EasyInstall命令被废弃的问题。然后尝试再次安装detectron2。

    问题二:需要安装Microsoft Visual C++ 14.0或更高版本的问题 解决方案:这个问题是由于Detectron2需要Microsoft Visual C++ 14.0或更高版本的编译器来编译扩展模块。由于您使用的是CPU运行,因此需要确保您的系统中安装了适用于Windows的Microsoft C++ Build Tools。您可以按照错误提示中的链接下载并安装Microsoft C++ Build Tools。安装完成后,再次尝试安装detectron2。另外,您也可以尝试安装较新版本的Python和PyTorch,它们可能已经包含所需的编译器版本。请注意确保在Anaconda环境中正确激活对应的Python环境,并确保使用了正确版本的Python和PyTorch。

    关于是否适合使用支持CUDA的计算机的建议:虽然使用支持CUDA的计算机可以加速Detectron2的运行,特别是对于深度学习模型而言,但并非必须使用。如果您只是使用CPU运行Detectron2并且遇到性能瓶颈,那么通过优化代码、调整模型参数或使用其他优化技术来提升性能可能更为经济实惠的选择。当然,如果您有条件更换硬件并且希望获得更好的性能体验,那么购买支持CUDA的计算机并使用GPU加速是一种不错的选择。不过,这取决于您的需求和预算情况。希望这些解决方案对您有所帮助!如果还有其他问题,请随时提问。

    评论

报告相同问题?

问题事件

  • 已结题 (查看结题原因) 11月16日
  • 创建了问题 11月9日