PyTorch碎片：PyToch和Torchvision对应版本「建议收藏」
PyTorch碎片：PyToch和Torchvision对应版本「建议收藏」
大家好，又见面了，我是你们的朋友全栈君。
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2022年5月5日
pytorch | torchvision | python | cuda |
|---|---|---|---|
1.11.0 | 0.10.0 | >=3.6 | 11.3(不再支持CUDA10.2) |
1.10.0,1.10.1 | 0.11.0 | >=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。
发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/152582.html原文链接：https://javaforall.cn
腾讯云开发者
