torch、torchvision、python、cuda 版本对应关系

官网

torch- torchvision- python版本对应关系

CUDA Toolkit 和Pytorch的对应关系

说明：

1. 用anaconda安装torch。新建虚拟环境后，直接在pytorch官网官网链接找到“Install”按钮。这里一键搞定torch，torchvision，cudatoolkit等等，不需要另外安装cuda（笔者在没有单独安装CUDA情况下，成功运行了torch-gpu，很丝滑），并且版本都会自己对于对应好，原因是anaconda都集成在虚拟环境里面了，统一管理各个依赖包。有镜像源的情况下，去掉末尾的“-c pytorch”会更快，否则经常容易下载超时。不过conda下载超时时间可以设置。

conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=9.2 -c pytorch

conda config --show
conda config --set remote_connect_timeout_secs 40
conda config --set remote_read_timeout_secs 100

conda config --show		#查看conda设置
conda config --set 		#设置对应的参数

2. 如果不是用anaconda来管理环境，就要仔细对照torch、torchvision、cuda之间的对应关系。
3. 关于NVIDIA驱动要求，和驱动直接关联的是CUDA的版本。如果安装的是CUDA=10.0,那么在windows系统要求驱动大于411.31。如果小于，则会报错显示驱动版本过老。笔者是将驱动更新至最大，没问题。