截至 PyTorch 2.1 发布时
PyTorch、TorchVision、CUDA Toolkit 和 Python 版本对应表
| PyTorch 版本 | TorchVision 版本 | CUDA Toolkit 版本 | Python 版本 |
|---|---|---|---|
| 2.1.0 | 0.16.0 | 11.7, 11.8, CPU | 3.8, 3.9, 3.10, 3.11 |
| 2.0.1 | 0.15.2 | 11.7, 11.8, CPU | 3.8, 3.9, 3.10, 3.11 |
| 2.0.0 | 0.15.1 | 11.7, 11.8, CPU | 3.8, 3.9, 3.10 |
| 1.13.1 | 0.14.1 | 11.6, 11.7, CPU | 3.7, 3.8, 3.9, 3.10 |
| 1.13.0 | 0.14.0 | 11.6, 11.7, CPU | 3.7, 3.8, 3.9, 3.10 |
| 1.12.1 | 0.13.1 | 11.3, 11.6, CPU | 3.7, 3.8, 3.9, 3.10 |
| 1.12.0 | 0.13.0 | 11.3, 11.6, CPU | 3.7, 3.8, 3.9 |
| 1.11.0 | 0.12.0 | 10.2, 11.3, CPU | 3.7, 3.8, 3.9 |
| 1.10.2 | 0.11.3 | 10.2, 11.3, CPU | 3.6, 3.7, 3.8, 3.9 |
| 1.10.1 | 0.11.2 | 10.2, 11.3, CPU | 3.6, 3.7, 3.8, 3.9 |
| 1.10.0 | 0.11.1 | 10.2, 11.3, CPU | 3.6, 3.7, 3.8, 3.9 |
| 1.9.1 | 0.10.1 | 10.2, 11.1, CPU | 3.6, 3.7, 3.8, 3.9 |
| 1.9.0 | 0.10.0 | 10.2, 11.1, CPU | 3.6, 3.7, 3.8 |
| 1.8.2 | 0.9.2 | 10.2, 11.1, CPU | 3.6, 3.7, 3.8 |
| 1.8.1 | 0.9.1 | 10.2, 11.1, CPU | 3.6, 3.7, 3.8 |
| 1.8.0 | 0.9.0 | 10.2, 11.0, CPU | 3.6, 3.7, 3.8 |
| 1.7.1 | 0.8.2 | 10.1, 10.2, CPU | 3.6, 3.7, 3.8 |
| 1.7.0 | 0.8.1 | 10.1, 10.2, CPU | 3.6, 3.7, 3.8 |
说明
-
PyTorch 和 TorchVision
- TorchVision 版本必须与 PyTorch 版本兼容，具体对应版本如上表所示。
- 使用
conda或pip安装时，安装命令通常会自动匹配兼容的 TorchVision 版本。
-
CUDA Toolkit
- 安装 PyTorch 时可以选择
cudatoolkit版本，需确保你的 NVIDIA 驱动 支持该版本的 CUDA Toolkit。 - 如果选择
CPU版本，则无需安装 CUDA Toolkit。
- 安装 PyTorch 时可以选择
-
Python 版本
- PyTorch 支持的 Python 版本随着其更新而变化。
- 从 PyTorch 2.0 开始，Python 3.11 已被支持；较早的 PyTorch 版本不支持 Python 3.11。
-
安装命令示例
-
使用 conda 安装指定版本：
1
conda install pytorch=2.1.0 torchvision=0.16.0 torchaudio cudatoolkit=11.8 -c pytorch -c nvidia
-
使用 pip 安装指定版本：
1
pip install torch==2.1.0 torchvision==0.16.0 torchaudio --index-url https://download.pytorch.org/whl/cu118
-
如果你需要安装具体的版本或进一步的帮助，可以提供你的 Python 版本 和 GPU 驱动信息，我可以帮你生成更具体的安装命令。
