pytorch+torchvision+python版本对应及环境安装

2025-03-16 13:50

本文主要是介绍pytorch+torchvision+python版本对应及环境安装,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

《pytorch+torchvision+python版本对应及环境安装》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,...

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

  • pytorch 安装官网:Start Locally | PyTorch
  • pytorch 之前版本的安装命令Previous PyTorch Versions | PyTorch
  • torch、torchvision 等相关库download.pytorch.org/whl/torch_stable.html

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
2.3.10.1javascript8.12.3.1>=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)11.0/10.2/10China编程.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.AiUhbqtuna.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&nbjssp;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

pytorch+torchvision+python版本对应及环境安装

pytorch+torchvision+python版本对应及环境安装

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,torcChina编程hvision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编程China编程(www.chinasem.cn)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China编程(www.chinasem.cn)!

这篇关于pytorch+torchvision+python版本对应及环境安装的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1153776

相关文章

VSCode配置Anaconda Python环境的实现

《VSCode配置AnacondaPython环境的实现》VisualStudioCode中可以使用Anaconda环境进行Python开发,本文主要介绍了VSCode配置AnacondaPytho... 目录前言一、安装 Visual Studio Code 和 Anaconda二、创建或激活 conda

Pycharm安装报错:Cannot detect a launch configuration解决办法

《Pycharm安装报错:Cannotdetectalaunchconfiguration解决办法》本文主要介绍了Pycharm安装报错:Cannotdetectalaunchconfigur... 本文主要介绍了Pycharm安装报错:Cannot detect a launch configuratio

Windows系统下如何查找JDK的安装路径

《Windows系统下如何查找JDK的安装路径》:本文主要介绍Windows系统下如何查找JDK的安装路径,文中介绍了三种方法,分别是通过命令行检查、使用verbose选项查找jre目录、以及查看... 目录一、确认是否安装了JDK二、查找路径三、另外一种方式如果很久之前安装了JDK,或者在别人的电脑上,想

大数据spark3.5安装部署之local模式详解

《大数据spark3.5安装部署之local模式详解》本文介绍了如何在本地模式下安装和配置Spark,并展示了如何使用SparkShell进行基本的数据处理操作,同时,还介绍了如何通过Spark-su... 目录下载上传解压配置jdk解压配置环境变量启动查看交互操作命令行提交应用spark,一个数据处理框架

讯飞webapi语音识别接口调用示例代码(python)

《讯飞webapi语音识别接口调用示例代码(python)》:本文主要介绍如何使用Python3调用讯飞WebAPI语音识别接口,重点解决了在处理语音识别结果时判断是否为最后一帧的问题,通过运行代... 目录前言一、环境二、引入库三、代码实例四、运行结果五、总结前言基于python3 讯飞webAPI语音

基于Python开发PDF转PNG的可视化工具

《基于Python开发PDF转PNG的可视化工具》在数字文档处理领域,PDF到图像格式的转换是常见需求,本文介绍如何利用Python的PyMuPDF库和Tkinter框架开发一个带图形界面的PDF转P... 目录一、引言二、功能特性三、技术架构1. 技术栈组成2. 系统架构javascript设计3.效果图

Python如何在Word中生成多种不同类型的图表

《Python如何在Word中生成多种不同类型的图表》Word文档中插入图表不仅能直观呈现数据,还能提升文档的可读性和专业性,本文将介绍如何使用Python在Word文档中创建和自定义各种图表,需要的... 目录在Word中创建柱形图在Word中创建条形图在Word中创建折线图在Word中创建饼图在Word

Python Excel实现自动添加编号

《PythonExcel实现自动添加编号》这篇文章主要为大家详细介绍了如何使用Python在Excel中实现自动添加编号效果,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录1、背景介绍2、库的安装3、核心代码4、完整代码1、背景介绍简单的说,就是在Excel中有一列h=会有重复

国内环境搭建私有知识问答库踩坑记录(ollama+deepseek+ragflow)

《国内环境搭建私有知识问答库踩坑记录(ollama+deepseek+ragflow)》本文给大家利用deepseek模型搭建私有知识问答库的详细步骤和遇到的问题及解决办法,感兴趣的朋友一起看看吧... 目录1. 第1步大家在安装完ollama后,需要到系统环境变量中添加两个变量2. 第3步 “在cmd中

Python FastAPI入门安装使用

《PythonFastAPI入门安装使用》FastAPI是一个现代、快速的PythonWeb框架,用于构建API,它基于Python3.6+的类型提示特性,使得代码更加简洁且易于绶护,这篇文章主要介... 目录第一节:FastAPI入门一、FastAPI框架介绍什么是ASGI服务(WSGI)二、FastAP