我的conda配置了两个独立环境：

  1. base环境 - 安装有Python 3.12及各类依赖包；
  2. pytorch环境 - 基于Python 3.8创建，包含特定功能包。

在Anaconda Prompt中激活您的PyTorch环境： 访问PyTorch官网历史版本页面（https://pytorch.org/get-started/previous-versions/），向下滚动定位到v1.10.1版本。

windows有以下三个可选：

如果电能有独立显卡，还要先安装cuda；
我就是普通笔记本，所以安装cpu only。在这里插入图片描述

CUDA 10.2

conda install pytorch1.10.1 torchvision0.11.2 torchaudio==0.10.1 cudatoolkit=10.2 -c pytorch

CUDA 11.3

conda install pytorch1.10.1 torchvision0.11.2 torchaudio==0.10.1 cudatoolkit=11.3 -c pytorch -c conda-forge

CPU Only

conda install pytorch1.10.1 torchvision0.11.2 torchaudio==0.10.1 cpuonly -c pytorch

# pytorch # 人工智能 # python # 数据挖掘 # 决策树 # 深度学习 # 机器学习
Logo
火山引擎开发者社区

火山引擎开发者社区是火山引擎打造的AI技术生态平台，聚焦Agent与大模型开发，提供豆包系列模型（图像/视频/视觉）、智能分析与会话工具，并配套评测集、动手实验室及行业案例库。社区通过技术沙龙、挑战赛等活动促进开发者成长，新用户可领50万Tokens权益，助力构建智能应用。

更多推荐

OBS Studio音频分离：人声与背景音乐分离全攻略

你是否曾在直播或录屏时遇到这样的困境：想要单独调整人声音量却影响了背景音乐，或是后期剪辑时无法消除环境噪音？OBS Studio（Open Broadcaster Software Studio，开放广播软件工作室）作为免费开源的音视频录制与直播工具，提供了强大的音频处理框架，通过合理配置滤镜链与外部工具组合，可实现专业级别的人声与背景音乐分离。本文将系统讲解3种分离方案，从基础声道分离到AI驱动

avatar 火山引擎开发者社区

FireRedASR: 开源工业级自动语音识别模型使用教程

FireRedASR 是一套开源的工业级自动语音识别（ASR）模型，支持普通话、中文方言和英语。该模型在公开的普通话ASR基准测试中取得了新的最佳效果（SOTA），并且具有出色的歌声识别能力。FireRedASR 包括两种变体：- FireRedASR-LLM：采用编码器-适配器-LLM框架，利用大型语言模型（LLM）的能力，旨在实现最佳性能和无缝端到端语音交互。- FireRedASR-

avatar 火山引擎开发者社区

FireRedASR项目使用与启动教程

FireRedASR项目是一个开源的自动语音识别（ASR）模型项目，其目录结构如下：- `assets/`：包含项目所需的资源文件，如音频示例等。- `examples/`：包含项目运行示例脚本，用于演示如何使用ASR模型进行语音识别。- `fireredasr/`：包含项目的核心代码，包括模型定义、数据处理等。- `pretrained_models/`：用于存放预训练模型文件。-

avatar 火山引擎开发者社区