【Pytorch】pytorch和cuda版本对应及其安装命令

原创

已于 2022-03-16 01:02:16 修改 · 5.6k 阅读

8 ·

CC 4.0 BY-SA版权

文章标签：

#pytorch #深度学习 #人工智能

于 2022-03-16 01:01:06 首次发布

一个小故事

《我有个朋友》，刚入门科研信心满满，热血澎湃。有了自己小小的想法，满怀激动开始要动手实现一下。点开pycharm/jupyter，写下第一行import torch，run，然后…报错了。

网上好多博文就不要乱看了，很多都是搬运的

时效性差不说，可能还解决不了问题

直接上官网看，链接放在下面了，非常全

https://pytorch.org/get-started/previous-versions/

这里贴一小段，其他版本的大家自行查阅官网

Linux and Windows

# CUDA 10.2
conda install pytorch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0 cudatoolkit=10.2 -c pytorch

# CUDA 11.3
conda install pytorch

最低0.47元/天解锁文章

200万优质内容无限畅学

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

小丫么小阿豪

关注关注

0
点赞
踩
8

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
打赏
打赏
打赏举报

举报

专栏目录

【Pytorch、torchvision、CUDA 各个版本对应关系以及安装指令】

clmeng77的博客

03-03

15万+

Pytorch、torchvision、CUDA 各个版本对应关系以及安装指令

【踩坑】Pytorch与CUDA版本的关系及安装

m0_51371693的博客

12-17

1万+

Pytorch与CUDA版本的关系及安装

参与评论您还未登录，请先登录后发表或查看评论

pytorch1.9离线版资源，cuda10.2 +对应的cudnn

07-22

pytorch1.9离线版资源，cuda10.2 +对应的cudnn

Pytorch1.9 CPU/GPU（CUDA11.1）安装

霹雳吧啦Wz

06-17

5万+

Pytorch刚更新到1.9，今天就简单的尝试了一下，发现之前1.8中的很多bug都已经修复了（之前torch1.8+CUDA11问题较多），推荐使用。 PyTorch官网：https://pytorch.org/ 文章目录创建虚拟环境在线安装（CPU/GPU）安装CPU版本安装GPU版本离线安装（CPU/GPU）安装CPU版本安装GPU版本创建虚拟环境在安装之间，强烈建议使用conda创建一个新的虚拟环境，这样就不会对你之前的环境照成影响。这里以创建torch1.9为例：这里创建一个名为torc

NVIDIA驱动、CUDA以及PyTorch版本之间的关系

最新发布

Colin_xuan的博客

06-16

1374

驱动与 CUDA 版本匹配正确：你的驱动支持最高 CUDA 11.7，可放心使用 11.x 系列的 Toolkit。PyTorch 兼容性：基于 CUDA 11.3 编译的 PyTorch 可尝试安装 CUDA 11.4 Toolkit，理论上可行，但需：确认 PyTorch 官方对 CUDA 11.4 的支持；确保 cuDNN 版本匹配；验证环境变量配置正确。风险提示：若运行时出现库文件缺失（如版本不匹配），可能需要重新编译 PyTorch 或降级 CUDA Toolkit。

pytorch与cuda版本对应关系汇总

u011489887的专栏

12-27

4万+

pytorch与cuda版本关系 |cuda版本| 支持pytorch版本 | |–|–| | cuda10.2 | 1.5 ~ 1.12 |

最新pytorch与cuda版本对应表

weixin_51486807的博客

04-18

2985

点进上面官网直接查看。

关于pytorch1.9.0中cpp_extension的默认CUDA版本是11.0的问题

qq_19313495的博客

12-07

1350

今天在用CUDAExtension编译一个算子的时候，发现它默认的CUDA路径指向的是11.0版本，而我的CUDA版本是11.1. 这会导致使用nvcc编译时，会报错No such file or directory错误。这时我们只需要将CUDA的路径指向我们安装的路径即可，比如下面这样 torch.utils.cpp_extension.CUDA_HOME = "/usr/local/cuda-11.1" 就能够将CUDA路径纠正。 ...

Tensorflow、Pytorch与Python、CUDA版本的对应关系（更新时间：2025年4月）

专注大数据、云计算、人工智能、机器人领域技术传播

04-05

2607

20250405。

在PyTorch中使用CUDA, pytorch与cuda不同版本对应安装指南，查看CUDA版本，安装对应版本pytorch_pytorch cuda

2401_84009626的博客

04-09

1968

在PyTorch中使用CUDA，在PyTorch中使用CUDA，你需要确保正确安装了匹配你的GPU的CUDA Toolkit。

pycharm pytorch_神经网络从0到1（一）——pytorch环境搭建

weixin_39639096的博客

11-27

2109

导言随着人工智能的热度不断增加，很多人看到了机器学习的许多优势之处。这个系列将从下载pycharm编译器，搭建pytorch环境，利用opencv配合初步的实现一个利用神经网络进行识别车牌的项目。话不多说，第一章首先来把我们要用的编译器以及包下载好，下面的链接是pycharm编译器的安装包。各位按教程下载即可。链接：https://pan.baidu.com/s/1NOFFc1WNwxf...

Pytorch-0.4.1兼容CUDA9.0

01-10

Pytorch-0.4.1兼容CUDA9.0，下载进入文件目录安装即可

torch1.9.0 cuda10.2 py38 linux (torch gpu pip install的安装包)

11-05

torch1.9.0的gpu版本的 pip install安装包，网上下载太慢，这个下载迅速。文件全名： torch-1.9.0+cu102-cp38-cp38-linux_x86_64.whl

pytorch+cuda9.0

04-10

torch-0.3.0.post4-cp27-cp27mu-linux_x86_64.whl 官网总是打不开，再次备份一份，有需要的请自行下载

[pytorch]pytorch和torchvision以及cuda对应表

FL1768317420的博客

12-03

1万+

torchvision版本。

pytorch 1.9.0+cuda 10.2安装

m0_69836048的博客

02-26

2892

pytorch 1.9.0+cuda 10.2安装

RTX3090 + cuda 11.1 + torch1.9.0 安装 MinkowskiEngine

qq_39879762的博客

09-14

1306

RTX3090 + cuda 11.1 + torch1.9.0 安装 MinkowskiEngine

anaconda pytorch_PyTorch安装记录

weixin_39553423的博客

11-25

312

这几天自己安装了一遍PyTorch，为此尝试了很多方法，所以在这为大家总结一条最简便、最高效的实现路径。我的环境是Windows 10 + Intel + Nvidia，所有我可以安装CUDA，实现GPU版本，废话不多说，进入正题，很快，很简洁。一、Anaconda安装 Anaconda，下面为官方下载链接。这是Python的包管理环境，非常方便后续操作，首先安装这个。https://www.an...

【环境搭建】Python、PyTorch与cuda的版本对应表

热门推荐

weixin_41809117的博客

08-16

6万+

Torch版本可选的CUDA版本支持的Python版本

pytorch安装没有对应cuda版本

02-20

### 安装与特定CUDA版本兼容的PyTorch 为了确保GPU加速功能正常工作，安装与特定CUDA版本兼容的PyTorch至关重要。这涉及到几个关键步骤。确认当前使用的CUDA版本对于选择合适的PyTorch版本非常重要[^1]。可以通过访问NVIDIA官方网站或其他可靠资源来查询已安装显卡驱动对应的CUDA版本号。一旦知道了所需的CUDA版本，下一步是从官方渠道获取相匹配的PyTorch版本。通过查阅历史版本页面可以找到不同CUDA版本所对应的PyTorch版本列表[^2]。例如，在[Previous PyTorch Versions](https://pytorch.org/get-started/previous-versions/)网站上能够查到多种组合方式供用户挑选最适合自己环境的那一款。当选择了正确的PyTorch和CUDA版本之后，则可以根据个人偏好采用pip或conda命令完成安装操作。下面是一个基于pip工具的例子： ```bash pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113 ``` 上述命令适用于希望安装支持CUDA 11.3的PyTorch版本的情况；如果需要其他CUDA版本的支持，请调整URL中的`cu113`部分以反映目标CUDA版本编号。最后需要注意的是，务必验证新安装的PyTorch能否识别并利用现有的CUDA设置来进行计算任务。可以通过运行简单的测试脚本来检验这一点，比如打印出可用设备的信息以及尝试执行一些基本的操作来观察是否有任何错误提示发生。