新闻详情

新闻详情

首页 / 资讯中心 / 详情

YOLO12复现报错

发布时间:2026/11/17 2:51:45来源:尧图网络
YOLO12复现报错
参考文章YOLOv12快速复现部署训练测试_yolov12复现-CSDN博客https://blog.csdn.net/WhiffeYF/article/details/145866853运行这个命令时报错报错内容ERROR: flash_attn-2.7.3cu11torch2.2cxx11abiFALSE-cp311-cp311-linux_x86_64.whl is not a supported wheel on this platform.原因安装的flash_attn预编译 Wheel 文件与当前 Python 环境的平台、Python 版本、CUDA 版本或 PyTorch 版本不兼容。分别运行命令python -Vpythonimport torch print(torch.version.cuda) print(torch.__version__)得到​​ Python 3.12.3CUDA 12.1​​PyTorch 2.3.0cu21所以一开始的配置是不对的PyTorch 2.3.0就对不上了重开一个实例PyTorch 2.2.0 CUDA为11.8因为安装原文中的flash_attn包对应的CUDA 版本必须是11.x。关于原环境CUDA12.1要找到对应的包进行下载因为网络原因一直下载失败以下内容为参考。1、可以尝试不安装flash_attn包参考文章Windows系统下安装运行YOLOv12所需的flash_attn 包教程_assertionerror: import flashattention error! pleas-CSDN博客https://blog.csdn.net/Anperlanch/article/details/1457606232、尝试不更改配置(CUDA12.1)正确安装首先删除前三行运行命令:pip install torch2.3.1 torchvision0.18.1 torchaudio2.3.1 -f https://mirrors.aliyun.com/pytorch-wheels/cu121进入社区预编译参考文章Pythonflash_attn 安装方法_flash-attn-CSDN博客Linux版本Releases · Dao-AILab/flash-attention例如找到Linux版本flash_attn-2.7.4.post1cu12torch2.3cxx11abiFALSE-cp312-cp312-linux_x86_64.whl可以直接运行(下面这个是模板要输入对应的文件名下载较慢)wget https://github.com/Dao-AILab/flash-attention/releases/download/v2.x.x/flash_attn-xxxxxxx-linux_x86_64.whlWindows版本Releases · kingbri1/flash-attention注意这是Windows版本哦暂时用不上运行命令wget https://github.com/kingbri1/flash-attention/releases/download/v2.5.9.post1/flash_attn-2.5.9.post1cu122torch2.3.1cxx11abiFALSE-cp311-cp311-win_amd64.whl再运行pip install -r requirements.txt报错ERROR: Could not find a version that satisfies the requirement onnxruntime1.15.1 (from versions: 1.17.0, 1.17.1, 1.17.3, 1.18.0, 1.18.1, 1.19.0, 1.19.2, 1.20.0, 1.20.1, 1.21.0, 1.21.1, 1.22.0, 1.22.1)ERROR: No matching distribution found for onnxruntime1.15.1是因为onnxruntime1.15.1这个版本的包较旧建议requirements.txt改为下面这样
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/16 19:23:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/16 6:47:19

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/16 17:28:18

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉