PyTorch碎片：PyToch和Torchvision对应版本
时间：12-08来源：作者：点击数：
前言
- 错误分析：
- 安装pytorch或torchvision时，无法找到对应版本
- cuda可以找到，但是无法转为.cuda()
- 以上两种或类似错误，一般由两个原因可供分析：
- cuda版本不合适，重新安装cuda和cudnn
- pytorch和torchvision版本没对应上
pytorch和torchvision版本对应关系
以下版本截止2024年4月29日
| pytorch | torchvision | python | cuda |
|---|---|---|---|
| 2.2.0 | 0.17.0 | >3.7 | 11.8,12.1 |
| 2.1.0 | 0.16.0 | >3.7 | 11.8,12.1 |
| 2.0.0 | >0.14 | >3.7 | 11.7,11.8 |
| 1.12.0 | 0.12 | 3.7-3.9 | 10.2(不支持windows),11.3,11.6 |
| 1.11.0 | 0.12.0 | >=3.6 | 11.3,10.2 |
| 1.10.0/1 | 0.11.0/2 | >=3.6 | 10.2,11.3 |
| 1.9.0 | 0.10.0 | >=3.6 | 10.2,11.3 |
| 1.8.0 | 0.9.0 | >=3.6 | 10.2,11.1 |
| 1.7.1 | 0.8.2 | >=3.6 | 9.2, 10.1,10.2,11.0 |
| 1.7.0 | 0.8.0 | >=3.6 | 9.2, 10.1,10.2,11.0 |
| 1.6.0 | 0.7.0 | >=3.6 | 9.2, 10.1,10.2 |
| 1.5.1 | 0.6.1 | >=3.6 | 9.2, 10.1,10.2 |
| 1.5.0 | 0.6.0 | >=3.6 | 9.2, 10.1,10.2 |
| 1.4.0 | 0.5.0 | ==2.7, >=3.5, <=3.8 | 9.2, 10.0 |
| 1.3.1 | 0.4.2 | ==2.7, >=3.5, <=3.7 | 9.2, 10.0 |
| 1.3.0 | 0.4.1 | ==2.7, >=3.5, <=3.7 | 9.2, 10.0 |
| 1.2.0 | 0.4.0 | ==2.7, >=3.5, <=3.7 | 9.2, 10.0 |
| 1.1.0 | 0.3.0 | ==2.7, >=3.5, <=3.7 | 9.0, 10.0 |
| <1.0.1 | 0.2.2 | ==2.7, >=3.5, <=3.7 | 9.0, 10.0 |
conda安装方法
根据pytorch官网方法安装，参考
https://pytorch.org/get-started
上面命令为安装最新的版本，为了能够应对各种不同硬件条件，常需要手动输入命令安装特定版本，可参考如下代码
# 安装pytorch==1.x.0 torchvision==0.x.0 cudatoolkit=10.x
conda install pytorch==1.x.0 torchvision==0.x.0 cudatoolkit=10.x -c pytorch
比如，举个更具体地例子：
# CUDA 9.2
conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=9.2 -c pytorch
# CUDA 10.0
conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0 -c pytorch
# CPU Only
conda install pytorch==1.2.0 torchvision==0.4.0 cpuonly -c pytorch
后话
其实，环境中各版本对应关系出错，很容易导致各种乱七八糟地错误，所以尽量按照官方的要求安装。而且，新手还是建议使用次新版Pytorch，一方面强迫自己养成新coding习惯，一方面也为将来几年时间的代码不落伍提前准备。
方便获取更多学习、工作、生活信息请关注本站微信公众号
湘公网安备 43102202000103号