脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → pytorch torchvision python版本对应

pytorch+torchvision+python版本对应及环境安装

 更新时间：2025年03月16日 10:31:56   作者：半亩花海  
本文主要介绍了pytorch+torchvision+python版本对应及环境安装,安装过程中需要注意Numpy版本的降级,以确保与PyTorch兼容,具有一定的参考价值,感兴趣的可以了解一下

一、版本对应

下表来自 pytorch 的 github 官方文档：pytorch/vision: Datasets, Transforms and Models specific to Computer Vision

其中，命令中 "-c pytorch" 表示官方源，自己换源可以去掉。

torch 版本torchvision 版本torchaudio 版本支持的 Python 版本（示例）Cuda 版本
2.5.10.20.12.5.1>=3.9, <3.13（3.12）[9/10/11/12]12.4/12.1/11.8
2.5.00.20.02.5.0>=3.9, <3.13（3.12）12.4/12.1/11.8
2.4.10.19.12.4.1>=3.8, <3.13（3.12）[8/9/10/11/12]12.4/12.1/11.8
2.4.00.19.02.4.0>=3.8, <3.13（3.12）12.4/12.1/11.8
2.3.10.18.12.3.1>=3.8, <3.13（3.12）8/9/10/11/1212.1/11.8
2.3.00.18.02.3.0>=3.8, <3.13（3.12）12.1/11.8
2.2.20.17.22.2.2>=3.8, <3.12 [8/9/10/11]12.1/11.8
2.2.10.17.12.2.1>=3.8, <3.1212.1/11.8
2.2.00.17.02.2.0>=3.8, <3.1212.1/11.8
2.1.20.16.22.1.2>=3.8, <3.12（3.10）8/9/10/1112.1/11.8
2.1.10.16.12.1.1>=3.8, <3.12（3.10）12.1/11.8
2.1.00.16.02.1.0>=3.8, <3.12（3.10）12.1/11.8
2.0.00.15.02.0.0>=3.8, <3.12（3.8）[8/9/10/11]11.8/11.7
1.13.10.14.10.13.1>=3.7.2, <=3.10（3.8）[7/8/9/10]11.7/11.6
1.13.00.14.00.13.0>=3.7.2, <=3.10（3.8）11.7/11.6
1.12.10.13.11.12.1>=3.7, <=3.10（3.8）[7/8/9/10]11.6/11.3/10.2
1.12.00.13.01.12.0>=3.7, <=3.10（3.8）11.6/11.3/10.2
1.11.00.12.01.11.0>=3.7, <=3.10（3.8）11.3/10.2
1.10.10.11.20.10.1>=3.6, <=3.9（3.8）[6/7/8/9]11.3/10.2
1.10.00.11.00.10.0>=3.6, <=3.9（3.8）11.3/10.2
1.9.10.10.10.9.1>=3.6, <=3.9（3.8）[6/7/8/9]11.1/10.2
1.9.00.10.00.9.0>=3.6, <=3.9（3.8）11.1/10.2
1.8.10.9.10.8.1>=3.6, <=3.9（3.8）[6/7/8/9]11.1/10.2
1.8.00.9.00.8.0>=3.6, <=3.9（3.8）11.1/10.2
1.7.10.8.20.7.2>=3.6（3.6）11.0/10.2/10.1
1.7.00.8.00.7.0>=3.6（3.6）11.0/10.2/10.1

二、安装命令（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. 安装全过程

（1）选择版本

torch 版本torchvision 版本torchaudio 版本支持的 Python 版本（示例）Cuda 版本
2.1.00.16.02.1.0>=3.8, <3.12（3.10）12.1/11.8

这里选择的框架和环境如下：torch2.1.0 | torchvision0.16.0 | torchaudio2.1.0 | python3.10 | Cuda12.1，若需要将创建的虚拟环境添加到 Jupyter Lab / Jupyter Notebook 中使用，则需要第 3-6 步，否则不用。

打开 WIN + R，输入 “cmd”，进入命令行窗口，其他步骤如下：

# 1. Anaconda 创建虚拟环境
conda create -n torch python=3.10
# 2. 激活并进入虚拟环境
activate torch
# 3. 安装 ipykernel 
pip install ipykernel -i https://pypi.tuna.tsinghua.edu.cn/simple/
# 4. 安装ipykernel，将虚拟环境加入 jupyter 内核中
python -m ipykernel install --name torch --display-name torch
# 5. 检查新虚拟环境是否成功加入内核
jupyter kernelspec list
# 6. 从指定文件夹里进入 jupyter
jupyter lab
# 7. 安装 torch 等软件包
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：此时，因为 Numpy 2.x 等其他的相关库 与 Pytorch 2.1.0 的不兼容（以 Numpy 库为例），所以需要将 numpy 库的版本降级至1.x.x（如 1.24.x 或 1.23.x 版本）才能与 Pytorch 2.1.0 是兼容，从而适配以上版本。具体示例步骤如下：

  • pip uninstall numpy
  • pip install numpy==1.24.3

注意：若在安装途中不小心关闭了命令窗或者发现没有关闭梯子，可先将 Anaconda 的环境中删除未完全安装好的虚拟环境（如在  E:\Anaconda\envs\torch 此目录下），即可重新进行上述安装步骤。

（2）安装结果

3. 命令相关解释

（1）-i / --index-url

第一条命令：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：这个参数指定了主要的包索引源 URL，即使用 https://download.pytorch.org/whl/cpu 作为 PyTorch 相关库的包来源。这是 PyTorch 官方的 CPU 版本的二进制文件源。
  • -i https://pypi.tuna.tsinghua.edu.cn/simple/：这个参数指定了镜像源，指向清华大学的 PyPI 镜像源，以加速从 PyPI 安装包的速度。
  • 当同时使用 --index-url 和 -i 时，--index-url 会设置 主索引源（比如官方 PyTorch 或其他自定义源），而 -i 用来指定 一个额外的索引源 / 备用源（如清华镜像）。此时，pip 会先从 --index-url 指定的源查找包，如果找不到，才会去 -i 指定的额外源查找。

（2）--extra-index-url

第二条命令：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：这个参数指定了额外的索引源 URL。与 --index-url 不同，--extra-index-url 只是添加额外的索引源，而不是替换原有源。此处指定的是 PyTorch 官方 CPU 版本的源。
  • -i https://pypi.tuna.tsinghua.edu.cn/simple/：同样指定了 PyPI 镜像源，指向清华大学的 PyPI 镜像源。

（3）-f / --find-links

第三条命令：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：这个参数用于指定一个包的 URL 文件列表（一个 .html 或 .xml 文件），其中列出了稳定版本的 PyTorch 安装包。
  • -i https://pypi.tuna.tsinghua.edu.cn/simple/：同样指定了 PyPI 镜像源，指向清华大学的 PyPI 镜像源。

参考文章

[1] pytorch，torchvision与python版本对应关系及安装命令_pytorch python版本-CSDN博客

[2] Python安装torch（含torch和torchvision对应版本）-CSDN博客

到此这篇关于pytorch+torchvision+python版本对应及环境安装的文章就介绍到这了,更多相关pytorch torchvision python版本对应内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

相关文章

  • python处理变量交换与字符串及判断的小妙招

    python处理变量交换与字符串及判断的小妙招

    本文记录一些 Python 日常编程中的小妙招，并使用 IPython 进行交互测试，让我们更好的了解和学习 Python 的一些特性，对大家的学习或工作具有一定的价值，需要的朋友可以参考下
    2021-09-09
  • Python元组知识点总结

    Python元组知识点总结

    在本篇文章里小编给大家分享了关于Python元组的相关知识点内容，有兴趣的朋友们学习下。
    2019-02-02
  • 通俗易懂了解Python装饰器原理

    通俗易懂了解Python装饰器原理

    这篇文章主要介绍了通俗易懂了解Python装饰器原理,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-09-09
  • Python自动化办公Excel模块openpyxl原理及用法解析

    Python自动化办公Excel模块openpyxl原理及用法解析

    这篇文章主要介绍了Python自动化办公Excel模块openpyxl原理及用法解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-11-11
  • 教你如何用Pytorch搭建数英混合验证码图片识别模型

    教你如何用Pytorch搭建数英混合验证码图片识别模型

    大家都知道checkpoints存放的是模型文件，data存放的是数据集，本文给大家分享如何利用Pytorch搭建数英混合验证码图片识别模型包括普通卷积模块，深度可分离卷积模块，空间通道注意力模块，残差模块，感兴趣的朋友跟随小编一起看看吧
    2024-04-04
  • 详解Python_shutil模块

    详解Python_shutil模块

    这篇文章主要介绍了Python_shutil模块功能，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
    2019-03-03
  • django连接mysql数据库及建表操作实例详解

    django连接mysql数据库及建表操作实例详解

    这篇文章主要介绍了django连接mysql数据库及建表操作,结合实例形式详细分析了Django框架连接mysql数据库、创建与查询数据表相关操作实现技巧,需要的朋友可以参考下
    2019-12-12
  • pip install命令安装扩展库整理

    pip install命令安装扩展库整理

    这篇文章主要介绍了pip install命令安装扩展库整理，文中代码和图文讲解的很详细，有需要的同学可以参考下
    2021-03-03
  • Python中Flask-RESTful编写API接口(小白入门)

    Python中Flask-RESTful编写API接口(小白入门)

    这篇文章主要介绍了Python中Flask-RESTful编写API接口(小白入门)，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
    2019-12-12
  • Anaconda环境变量的配置图文详解

    Anaconda环境变量的配置图文详解

    Anaconda指的是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项,下面这篇文章主要给大家介绍了关于Anaconda环境变量配置的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下
    2022-08-08

最新评论