pytorch+torchvision+python版本對應(yīng)及環(huán)境安裝
一、版本對應(yīng)
下表來自 pytorch 的 github 官方文檔：pytorch/vision: Datasets, Transforms and Models specific to Computer Vision
- pytorch 安裝官網(wǎng)：Start Locally | PyTorch
- pytorch 之前版本的安裝命令：Previous PyTorch Versions | PyTorch
- torch、torchvision 等相關(guān)庫：download.pytorch.org/whl/torch_stable.html
其中，命令中 "-c pytorch" 表示官方源，自己換源可以去掉。
| torch 版本 | torchvision 版本 | torchaudio 版本 | 支持的 Python 版本（示例） | Cuda 版本 |
|---|---|---|---|---|
| 2.5.1 | 0.20.1 | 2.5.1 | >=3.9, <3.13（3.12）[9/10/11/12] | 12.4/12.1/11.8 |
| 2.5.0 | 0.20.0 | 2.5.0 | >=3.9, <3.13（3.12） | 12.4/12.1/11.8 |
| 2.4.1 | 0.19.1 | 2.4.1 | >=3.8, <3.13（3.12）[8/9/10/11/12] | 12.4/12.1/11.8 |
| 2.4.0 | 0.19.0 | 2.4.0 | >=3.8, <3.13（3.12） | 12.4/12.1/11.8 |
| 2.3.1 | 0.18.1 | 2.3.1 | >=3.8, <3.13（3.12）8/9/10/11/12 | 12.1/11.8 |
| 2.3.0 | 0.18.0 | 2.3.0 | >=3.8, <3.13（3.12） | 12.1/11.8 |
| 2.2.2 | 0.17.2 | 2.2.2 | >=3.8, <3.12 [8/9/10/11] | 12.1/11.8 |
| 2.2.1 | 0.17.1 | 2.2.1 | >=3.8, <3.12 | 12.1/11.8 |
| 2.2.0 | 0.17.0 | 2.2.0 | >=3.8, <3.12 | 12.1/11.8 |
| 2.1.2 | 0.16.2 | 2.1.2 | >=3.8, <3.12（3.10）8/9/10/11 | 12.1/11.8 |
| 2.1.1 | 0.16.1 | 2.1.1 | >=3.8, <3.12（3.10） | 12.1/11.8 |
| 2.1.0 | 0.16.0 | 2.1.0 | >=3.8, <3.12（3.10） | 12.1/11.8 |
| 2.0.0 | 0.15.0 | 2.0.0 | >=3.8, <3.12（3.8）[8/9/10/11] | 11.8/11.7 |
| 1.13.1 | 0.14.1 | 0.13.1 | >=3.7.2, <=3.10（3.8）[7/8/9/10] | 11.7/11.6 |
| 1.13.0 | 0.14.0 | 0.13.0 | >=3.7.2, <=3.10（3.8） | 11.7/11.6 |
| 1.12.1 | 0.13.1 | 1.12.1 | >=3.7, <=3.10（3.8）[7/8/9/10] | 11.6/11.3/10.2 |
| 1.12.0 | 0.13.0 | 1.12.0 | >=3.7, <=3.10（3.8） | 11.6/11.3/10.2 |
| 1.11.0 | 0.12.0 | 1.11.0 | >=3.7, <=3.10（3.8） | 11.3/10.2 |
| 1.10.1 | 0.11.2 | 0.10.1 | >=3.6, <=3.9（3.8）[6/7/8/9] | 11.3/10.2 |
| 1.10.0 | 0.11.0 | 0.10.0 | >=3.6, <=3.9（3.8） | 11.3/10.2 |
| 1.9.1 | 0.10.1 | 0.9.1 | >=3.6, <=3.9（3.8）[6/7/8/9] | 11.1/10.2 |
| 1.9.0 | 0.10.0 | 0.9.0 | >=3.6, <=3.9（3.8） | 11.1/10.2 |
| 1.8.1 | 0.9.1 | 0.8.1 | >=3.6, <=3.9（3.8）[6/7/8/9] | 11.1/10.2 |
| 1.8.0 | 0.9.0 | 0.8.0 | >=3.6, <=3.9（3.8） | 11.1/10.2 |
| 1.7.1 | 0.8.2 | 0.7.2 | >=3.6（3.6） | 11.0/10.2/10.1 |
| 1.7.0 | 0.8.0 | 0.7.0 | >=3.6（3.6） | 11.0/10.2/10.1 |
二、安裝命令（pip）
1. 版本
（1）v2.5.1 ~ v2.0.0
# v2.5.1 # CUDA 12.4 pip install torch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1 --index-url https://download.pytorch.org/whl/cu124 -i https://pypi.tuna.tsinghua.edu.cn/simple/ # CPU only pip install torch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1 --index-url https://download.pytorch.org/whl/cpu -i https://pypi.tuna.tsinghua.edu.cn/simple/
（2）v1.13.1 ~ v1.11.0
# v1.13.1 # CUDA 11.7 pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu117 -i https://pypi.tuna.tsinghua.edu.cn/simple/ # CPU only pip install torch==1.13.1+cpu torchvision==0.14.1+cpu torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cpu -i https://pypi.tuna.tsinghua.edu.cn/simple/
（3）v1.10.1 ~ v1.7.0
# v1.10.1 # CUDA 10.2 pip install torch==1.10.1+cu102 torchvision==0.11.2+cu102 torchaudio==0.10.1 -f https://download.pytorch.org/whl/cu102/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple/ # CPU only pip install torch==1.10.1+cpu torchvision==0.11.2+cpu torchaudio==0.10.1 -f https://download.pytorch.org/whl/cpu/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple/
2. 安裝全過程
（1）選擇版本
| torch 版本 | torchvision 版本 | torchaudio 版本 | 支持的 Python 版本（示例） | Cuda 版本 |
|---|---|---|---|---|
| 2.1.0 | 0.16.0 | 2.1.0 | >=3.8, <3.12（3.10） | 12.1/11.8 |
這里選擇的框架和環(huán)境如下：torch2.1.0 | torchvision0.16.0 | torchaudio2.1.0 | python3.10 | Cuda12.1，若需要將創(chuàng)建的虛擬環(huán)境添加到 Jupyter Lab / Jupyter Notebook 中使用，則需要第 3-6 步，否則不用。
打開 WIN + R，輸入 “cmd”，進(jìn)入命令行窗口，其他步驟如下：
# 1. Anaconda 創(chuàng)建虛擬環(huán)境 conda create -n torch python=3.10 # 2. 激活并進(jìn)入虛擬環(huán)境 activate torch # 3. 安裝 ipykernel pip install ipykernel -i https://pypi.tuna.tsinghua.edu.cn/simple/ # 4. 安裝ipykernel，將虛擬環(huán)境加入 jupyter 內(nèi)核中 python -m ipykernel install --name torch --display-name torch # 5. 檢查新虛擬環(huán)境是否成功加入內(nèi)核 jupyter kernelspec list # 6. 從指定文件夾里進(jìn)入 jupyter jupyter lab # 7. 安裝 torch 等軟件包 pip install torch==2.1.0 torchvision==0.16.0 torchaudio==2.1.0 --index-url https://download.pytorch.org/whl/cpu -i https://pypi.tuna.tsinghua.edu.cn/simple/
注意：此時(shí)，因?yàn)?Numpy 2.x 等其他的相關(guān)庫 與 Pytorch 2.1.0 的不兼容（以 Numpy 庫為例），所以需要將 numpy 庫的版本降級至1.x.x（如 1.24.x 或 1.23.x 版本）才能與 Pytorch 2.1.0 是兼容，從而適配以上版本。具體示例步驟如下：
- pip uninstall numpy
- pip install numpy==1.24.3
注意：若在安裝途中不小心關(guān)閉了命令窗或者發(fā)現(xiàn)沒有關(guān)閉梯子，可先將 Anaconda 的環(huán)境中刪除未完全安裝好的虛擬環(huán)境（如在 E:\Anaconda\envs\torch 此目錄下），即可重新進(jìn)行上述安裝步驟。
（2）安裝結(jié)果
3. 命令相關(guān)解釋
（1）-i / --index-url
第一條命令：pip install torch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1 --index-url https://download.pytorch.org/whl/cpu -i https://pypi.tuna.tsinghua.edu.cn/simple/
--index-url https://download.pytorch.org/whl/cpu：這個(gè)參數(shù)指定了主要的包索引源 URL，即使用https://download.pytorch.org/whl/cpu作為 PyTorch 相關(guān)庫的包來源。這是 PyTorch 官方的 CPU 版本的二進(jìn)制文件源。-i https://pypi.tuna.tsinghua.edu.cn/simple/：這個(gè)參數(shù)指定了鏡像源，指向清華大學(xué)的 PyPI 鏡像源，以加速從 PyPI 安裝包的速度。- 當(dāng)同時(shí)使用
--index-url和-i時(shí)，--index-url會設(shè)置 主索引源（比如官方 PyTorch 或其他自定義源），而-i用來指定 一個(gè)額外的索引源 / 備用源（如清華鏡像）。此時(shí)，pip會先從--index-url指定的源查找包，如果找不到，才會去-i指定的額外源查找。
（2）--extra-index-url
第二條命令：pip install torch==1.13.1+cpu torchvision==0.14.1+cpu torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cpu -i https://pypi.tuna.tsinghua.edu.cn/simple/
--extra-index-url https://download.pytorch.org/whl/cpu：這個(gè)參數(shù)指定了額外的索引源 URL。與--index-url不同，--extra-index-url只是添加額外的索引源，而不是替換原有源。此處指定的是 PyTorch 官方 CPU 版本的源。-i https://pypi.tuna.tsinghua.edu.cn/simple/：同樣指定了 PyPI 鏡像源，指向清華大學(xué)的 PyPI 鏡像源。
（3）-f / --find-links
第三條命令：pip install torch==1.10.1+cpu torchvision==0.11.2+cpu torchaudio==0.10.1 -f https://download.pytorch.org/whl/cpu/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple/
-f https://download.pytorch.org/whl/cpu/torch_stable.html：這個(gè)參數(shù)用于指定一個(gè)包的 URL 文件列表（一個(gè).html或.xml文件），其中列出了穩(wěn)定版本的 PyTorch 安裝包。-i https://pypi.tuna.tsinghua.edu.cn/simple/：同樣指定了 PyPI 鏡像源，指向清華大學(xué)的 PyPI 鏡像源。
參考文章
[1] pytorch，torchvision與python版本對應(yīng)關(guān)系及安裝命令_pytorch python版本-CSDN博客
[2] Python安裝torch（含torch和torchvision對應(yīng)版本）-CSDN博客
到此這篇關(guān)于pytorch+torchvision+python版本對應(yīng)及環(huán)境安裝的文章就介紹到這了,更多相關(guān)pytorch torchvision python版本對應(yīng)內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
python加密解密庫cryptography使用openSSL生成的密匙加密解密
這篇文章主要介紹了python加密解密庫cryptography使用openSSL生成的密匙加密解密,需要的朋友可以參考下2020-02-02
Python中字典和集合學(xué)習(xí)小結(jié)
本文通過實(shí)例給大家介紹了python中字典和集合的知識小結(jié)，非常不錯(cuò)，具有參考借鑒價(jià)值，需要的的朋友參考下吧2017-07-07
python裝飾器在平常的python編程中用到的還是很多的，本篇文章中我們將來介紹一下python中最常使用的@staticmethod裝飾器的使用，感興趣的可以了解一下2022-09-09
本文將從基礎(chǔ)到高級,詳細(xì)介紹Python中常見的內(nèi)置函數(shù),通過代碼示例和中文注釋,幫助您深入理解如何在不同情景下靈活應(yīng)用這些函數(shù),需要的可以學(xué)習(xí)一下2023-09-09
python中Pycharm 輸出中文或打印中文亂碼現(xiàn)象的解決辦法
本篇文章主要介紹了python中Pycharm 輸出中文或打印中文亂碼現(xiàn)象的解決辦法 ，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2017-06-06
這篇文章主要介紹了Python locust工具使用詳解，幫助大家更好的理解和學(xué)習(xí)使用python，感興趣的朋友可以了解下2021-03-03
本篇文章主要介紹了Python微信庫:itchat的用法詳解，小編覺得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧2017-08-08
pandas實(shí)現(xiàn)對一列/多列進(jìn)行數(shù)據(jù)區(qū)間篩選
這篇文章主要介紹了pandas實(shí)現(xiàn)對一列/多列進(jìn)行數(shù)據(jù)區(qū)間篩選方式,具有很好的參考價(jià)值,希望對大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-02-02
文章介紹了一種在D盤新建文件夾并使用命令行開啟Python服務(wù)器的方法,以便安全地分享文件,通過創(chuàng)建批處理文件,可以簡化啟動和關(guān)閉服務(wù)器的過程,文章還提到了在Windows命令提示符中切換不同盤符的方法2024-11-11
Python實(shí)現(xiàn)過濾單個(gè)Android程序日志腳本分享
這篇文章主要介紹了Python實(shí)現(xiàn)過濾單個(gè)Android程序日志腳本分享,本文講解了原理、實(shí)現(xiàn)代碼、使用方法、最新代碼等內(nèi)容,需要的朋友可以參考下2015-01-01