Torch 、torchvision 、Python 版本对应关系以及安装 GPU 或 CPU 版本的 pytorch

1. torch - torchvision - python 版本对应关系

从表中可以看出，在使用 anaconda 创建虚拟环境时，将 python 的版本定为 3.7 最为合适，当然最好还是根据你自己的需要选择 python 版本。

conda create -n 环境的名字 python=3.7

2. CUDA Toolkit 和PyTorch的对应关系

3. 安装说明

3.1 用 anaconda 安装 pytorch

anaconda 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。有以下几点需要注意和知晓的：

• 前提需要安装好 NVIDIA 驱动 。

• 不需要另外安装 CUDA（我在没有单独安装 CUDA 情况下，功运行了 torch-gpu ）。

• 与电脑或者服务器上已经装好的 CUDA 不会发生冲突 （这一点相比安装 tensorflow 要友好得多）。

• anaconda 会自动对应匹配 torch，torchvision，cudatoolkit 等的版本。不过在创建虚拟环境的时候要选择合适的 python 版本 。

• 如果不指定 torch 版本，这里一般下载最新的 torch 版本 。

• anaconda 将 torch、torchvision、cudatoolkit 、python 等等依赖包都集成在创建的虚拟环境里，统一管理依赖包，匹配各自之间的版本。

有一点是需要特别注意的，但是在你们安装时，不一定会碰得上。在不指定版本的情况下，anaconda 会下载最新能匹配的依赖包版本 ，但不一定是你需要的版本；在指定下载版本的情况下，如果用 conda install xxxx=verision1 , anaconda 中如果没有版本为 version1 的 xxxx 依赖包，则会直接报错，如果是使用 pip install XXX==version2，即使是 anaconda 中没有版本为 version2 的 XXX 依赖包，anaconda 也不会报错，并且使用命令 conda list 会显示安装了 version2 版本的 XXX 依赖包，但是实际上并没有安装好该依赖包 。

conda 安装 pytorch 指令如下

conda install pytorch torchvision cudatool