踏入深度学习的殿堂！Python，PyTorch、torchvision与CUDA版本精准匹配，开启你的深度学习之旅！

• 写于：2024/03/24

写在前边：

本文所使用的工具、软件为Anaconda与Pycharm，具体配置过程请参考下述两篇文章：

Windows下的Anaconda详细安装教程

在Pycharm2021中配置Anaconda（Windows）

同时，使用pytorch前请安装好CUDA，请参考：

Windows下的CUDA与cuDNN详细安装教程

目录

一、理清Python与PyTorch,torchvison版本关系

二、选择CUDA版本并安装PyTorch

1.检查cuda版本

2.创建新的conda虚拟环境

3.查找PyTorch及对应cuda版本，进行安装

三、验证安装

1.pytorch安装成功示例

2.检查cuda运行情况

---

一、理清Python与PyTorch,torchvison版本关系

安装前要明确以下几点：

1. Python：Python 是一种通用编程语言，PyTorch 和 torchvision 是 Python 的库或模块之一。因此，它们的版本兼容性通常与 Python 版本兼容性相似。

2. PyTorch：PyTorch 是一个开源的深度学习框架，由 Facebook 的人工智能研究团队开发和维护。PyTorch 的版本与 Python 的版本关系密切，通常来说，PyTorch 版本会明确支持一系列 Python 版本。

3. torchvision：torchvision 是 PyTorch 生态系统中的一个独立模块，提供了一系列用于计算机视觉任务的工具和数据集。torchvision 的版本通常与 PyTorch 的版本有一定的对应关系，即特定版本的 torchvision 通常会明确支持特定版本的 PyTorch。

以上，在选择 Python、PyTorch 和 torchvision 的版本时，最好查看官方文档或发布说明，以确保它们之间的兼容性，并选择适合项目需求的版本组合。

---

下面给出Python、PyTorch 和 torchvision版本对应关系

看到这里你可能会觉得很复杂麻烦，其实不需要你关注太多，只需要关注torch和python之间的版本关系就可以，在官方提供的安装命令中，已经整合好了torch与torchvision的组合，不必过多关注其他，一步步来，一步步前进。

The latest few versions

torch	torchvision	Python
main / nightly	main / nightly	>=3.8, <=3.11
2.2	0.17	>=3.8, <=3.11
2.1	0.16	>=3.8, <=3.11
2.0	0.15	>=3.8, <=3.11

Other earlier versions

torch	torchvision	Python
1.13	0.14	>=3.7.2, <=3.10
1.12	0.13	>=3.7, <=3.10
1.11	0.12	>=3.7, <=3.10
1.10	0.11	>=3.6, <=3.9
1.9	0.10	>=3.6, <=3.9
1.8	0.9	>=3.6, <=3.9
1.7	0.8	>=3.6, <=3.9
1.6	0.7	>=3.6, <=3.8
1.5	0.6	>=3.5, <=3.8
1.4	0.5	==2.7, >=3.5, <=3.8
1.3	0.4.2 / 0.4.3	==2.7, >=3.5, <=3.7
1.2	0.4.1	==2.7, >=3.5, <=3.7
1.1	0.3	==2.7, >=3.5, <=3.7
<=1.0	0.2	==2.7, >=3.5, <=3.7

You can visit the following website for viewing: GitHub - pytorch/vision: Datasets, Transforms and Models specific to Computer Vision

---

需要提到的是，torch2.x版本已经放弃了对python3.7和cuda11.6的支持，请看下表

Windows & Linux	cu113	cu115	cu116	cu117	cu118
torch 1.11.0	✅	✅
torch 1.12.0	✅		✅
torch 1.13.0			✅	✅
torch 2.0.0				✅	✅

二、选择CUDA版本并安装PyTorch

1.检查cuda版本

win+R输入cmd，打开终端，输入以下命令查看你的CUDA版本：

nvcc -V

2.创建新的conda虚拟环境

打开Anaconda Prompt，创建并激活虚拟环境：

conda create -n your_env_name python=3.x -y
conda activate your_env_name

3.查找PyTorch及对应cuda版本，进行安装

前往pytorch官网，找到你将要下载的pytorch版本以及对应的CUDA版本

比如，我们要安装pytorch v1.13和对应的cuda v11.6，那么在官网就可以找到：

pytorch 1.13+cuda 11.6

复制安装命令：

#pip方式
pip install torch==1.13.1+cu116 torchvision==0.14.1+cu116 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu116
#conda方式
conda install pytorch==1.13.0 torchvision==0.14.0 torchaudio==0.13.0 pytorch-cuda=11.6 -c pytorch -c nvidia

在你激活的新建环境中输入上述任一命令后，等待安装完成即可

安装完成后可以看到Successfully installed字样

三、验证安装

在当前conda环境下，依次输入以下代码

1.pytorch安装成功示例

python
import torch
print(torch.__version__)

2.检查cuda运行情况

python
import torch
print("cuda是否可用\n",torch.cuda.is_available())
print("cuda 版本：",torch.version.cuda)

检查无误后，输入 exit() 即可退出python运行

至此，恭喜，PyTorch安装完成，你已成功迈进深度学习的大门！

---

转载请标明出处
如果还有问题，欢迎在评论区留言或私信
作者：CodeLearing
主页：https://blog.csdn.net/weixin_52677672?type=blog
qq群：958124241
Learn Together！