【安装】PyTorch在CUDA 11.2环境各平台下的安装指南

省流版

目前直接点开官网，看到的安装链接是这样的：

倘若你的系统的CUDA版本恰好是11.2，而且又懒得升级，可以采取指定版本安装的方式装PyTorch：

运行指令，查看自己的显卡的版本号：

nvidia-smi -i 0

打开官网的所有版本。

注意：PyTorch没有专门针对CUDA 11.2发行的版本，如果要下载，只能下载CUDA 11.1对应的。
而CUDA 11.1对应的版本，不包括torch 1.11。

如果想下torch 1.11.0+cu111，那是不可能的。

搜索cu111，会发现cu111不支持pytorch 1.11，其他的倒无所谓。

然后，手动指定安装版本就行，如下：

pip --default-timeout=1000 install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

详细解释版

标题：PyTorch在CUDA 11.2环境下的安装指南

在PyTorch的官网上，我们可以找到官方的安装指南。然而，如果你的系统使用的是CUDA 11.2版本，并且你希望保持这个版本而不想升级，那么你可能需要按照特定的方式来安装PyTorch。

首先，你需要确认你的显卡的CUDA版本号。这可以通过在命令行中运行以下指令来完成：

nvidia-smi -i 0

然后，你需要访问PyTorch的官方下载页面，从中选择适合你CUDA版本的PyTorch版本。需要注意的是，PyTorch并没有专门为CUDA 11.2提供版本，因此你可能需要选择CUDA 11.1的版本。但是，需要注意的是，CUDA 11.1的版本并不包括torch 1.11。

因此，如果你想安装torch 1.11.0或更高版本，并且希望它支持CUDA 11.1，那么这是不可能的。

在下载页面上，搜索cu111，你会发现cu111并不支持pytorch 1.11。然后，你可以选择其他的版本进行安装。以下是一个示例命令，用于安装torch 1.9.0、torchvision 0.10.0和torchaudio 0.9.0的CUDA 11.1版本：

pip --default-timeout=1000 install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

请确保按照你的实际需求选择正确的版本，并替换上述命令中的版本号。

以上就是在CUDA 11.2环境下安装PyTorch的详细步骤。希望这篇博客能对你有所帮助。如果你在安装过程中遇到任何问题，欢迎在下方留言，我会尽快回复。

本账号所有文章均为原创，欢迎转载，请注明文章出处：https://blog.csdn.net/qq_46106285/article/details/124873505。百度和各类采集站皆不可信，搜索请谨慎鉴别。技术类文章一般都有时效性，本人习惯不定期对自己的博文进行修正和更新，因此请访问出处以查看本文的最新版本。