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

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
1

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 cudatoolkit=10.2
1

---

有以下几点需要注意：

• 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 。
• 这里 install 后面不加 cudatoolkit ，则默认安装的是 cpu 版本的 torch 。
• 这里涉及到设置 anaconda 镜像源的问题，大家可以查阅相关优质博客，我这里就不赘述 。
• conda下载超时的时长可以设置 。

conda config --show
conda config --set remote_connect_timeout_secs 40
conda config --set remote_read_timeout_secs 100
1
2
3

conda config --show		#查看conda设置
conda config --set 		#设置对应的参数
1
2

3.2 不用 anaconda 管理环境

严格仔细对照 torch、torchvision、cuda 之间的对应关系，还有 NVIDIA 和 CUDA 版本的关系。

3.3 对 NVIDIA 驱动的要求

和 NVIDIA 驱动直接关联的是 CUDA 的版本。如果安装的是 CUDA=10.0.130 ,那么在 Windows 系统要求 NVIDIA 驱动大于 411.31 ,不需要严格等于 411.31。如果小于 411.31 ，则会报错显示驱动版本过旧。我是将 NVIDIA 驱动 更新至最大 456.38，正常使用。

3.4 下载 .whl 文件离线安装

https://download.pytorch.org/whl/torch_stable.html

根据前面的对应关系，下载好适合你的版本的 torch 、torchvision。cu102 # 表示 CUDA=10.2 ，cp37 # 表示 python=3.7 ，linux or win 。

下载好 torch 、torchvision 的 .whl 文件后，用 pip 安装，先 cd 到下载的文件夹

pip install torch-1.7.0+cu101-cp36-cp36m-win_amd64.whl
pip install torchvision-0.8.0-cp36-cp36m-win_amd64.whl
1
2

测试 GPU 版本的 torch 是否安装成功

(torch) D:\MyData\xiaCN\Desktop\Work\unbiased> python

Python 3.6.13 (default, Feb 19 2021, 05:17:09) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.


>>> import torch
>>> torch.cuda.is_available()
True
1
2
3
4
5
6
7
8
9

3.5 使用 pip 语句在线安装

使用 pip 在线安装的前提是，你自己已经对应好了 torch 、torchvision、python 的关系，直接一行命令下载。

指定下载版本

pip install torch==1.0.0 torchvision==0.2.1 -f https://download.pytorch.org/whl/cu100/torch_stable.html
1

这种情况下，如果 torch 、torchvision 的版本与 python 的版本不适配，会导致即使 conda list 查看安装了 torch 、torchvision ，但是 在使用 torch 时，仍然会报错。

不指定下载版本

pip install torch torchvision -f https://download.pytorch.org/whl/cu100/torch_stable.html
1

注意，cu100 表示安装的是可以与 CUDA 10.0 相匹配的 torch 和 torchvision 。

3.6 安装 torch-cpu

首先，当然是认真对应好 torch 、torchvision、python 的关系。
接着，按照前面讲的多种方法，

• conda 语句安装

conda install pytorch torchvision
1

安装指定版本，先查看 anaconda 中有的 pytorch 版本

conda search -c https://conda.anaconda.org/menpo pytorch*
1

在这里插入代码片
1

conda install pytorch=0.2.0 torchvision
1

• 离线 .whl 文件安装

在网站 https://download.pytorch.org/whl/torch_stable.html，找到合适的 cpu-torch 下载文件，和 3.4 同样的安装方式。

• pip 在线安装

使用 pip 在线安装的前提是，你自己已经对应好了 torch 、torchvision、python 的关系，直接一行命令下载。

指定下载版本

pip install torch==1.0.0 torchvision==0.2.1 -f https://download.pytorch.org/whl/torch_stable.html
1

这种情况下，如果 torch 、torchvision 的版本与 python 的版本不适配，会导致即使 conda list 查看安装了 torch 、torchvision ，但是 在使用 torch 时，仍然会报错。

不指定下载版本

pip install torch torchvision -f https://download.pytorch.org/whl/torch_stable.html
1

注意，这两个网站，离线下载 .whl 文件的网站 https://download.pytorch.org/whl/torch_stable.html 和 pip 在线安装 torch-gpu 的网站 https://download.pytorch.org/whl/cu100/torch_stable.html ，唯一的差别就是 cu100，这说明不论是离线安装还是 pip 在线安装，都是在这个网站，安装 GPU 版本就加上 cu100 。其实安装其他的依赖包比如 opencv 等，你也可以找到类似的 .whl 文件离线下载安装，或者 pip 在线通过 pip install opencv-python -c https://XXX.xxx/xxx 安装。

---

希望上述内容能对你安装 torch 有帮助。码字不易，记得点赞哈！