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安装和配置uWSGI的详细过程

    Python安装和配置uWSGI的详细过程

    这篇文章主要介绍了Python uWSGI 安装配置,本文主要介绍如何部署简单的 WSGI 应用和常见的 Web 框架，以 Ubuntu/Debian 为例给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
    2022-07-07
  • python寻找list中最大值、最小值并返回其所在位置的方法

    python寻找list中最大值、最小值并返回其所在位置的方法

    今天小编就为大家分享一篇python寻找list中最大值、最小值并返回其所在位置的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2018-06-06
  • python实现AES加密和解密

    python实现AES加密和解密

    这篇文章主要为大家详细介绍了python实现AES加密和解密，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2019-03-03
  • Tensorflow卷积神经网络实例进阶

    Tensorflow卷积神经网络实例进阶

    这篇文章主要为大家详细介绍了Tensorflow卷积神经网络实例进阶，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2018-05-05
  • Python字符串格式化方式

    Python字符串格式化方式

    这篇文章主要介绍了Python字符串格式化方式，字符串格式化在我们的开发过程中被广泛的应用，因此也是我们要重点掌握的内容之一，下文相关介绍,需要的朋友可以参考一下
    2022-04-04
  • Python中除法使用的注意事项

    Python中除法使用的注意事项

    这篇文章主要介绍了Python中除法使用的注意事项,是Python程序设计很重要的技巧,需要的朋友可以参考下
    2014-08-08
  • Python return函数返回值类型和帮助函数使用教程

    Python return函数返回值类型和帮助函数使用教程

    这篇文章主要为大家介绍了Python return函数返回值类型和帮助函数使用教程详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪
    2023-06-06
  • 基于Python实现音频下载应用程序

    基于Python实现音频下载应用程序

    这篇文章主要介绍了如何使用wxPython、yt_dlp和tqdm库,开发一个简单直观的用户界面,并具备高效的音频下载功能,感兴趣的小伙伴可以学习一下
    2023-08-08
  • Python脚本文件打包成可执行文件的方法

    Python脚本文件打包成可执行文件的方法

    这篇文章主要介绍了Python脚本文件打包成可执行文件的方法,本主要讲解了Python2.X版本的打包方法,对Python3.X的打包也有简单介绍,需要的朋友可以参考下
    2015-06-06
  • Python爬虫爬取属于自己的地铁线路图

    Python爬虫爬取属于自己的地铁线路图

    这篇文章主要介绍了Python爬虫爬取属于自己的地铁线路图,下面文章主要事根据自己需要对地铁路线进行爬取的实现过程，需要的小伙伴可以参考一下，希望对你有所帮助
    2021-12-12

最新评论