深度学习 | pytorch + torchvision + python 版本对应及环境安装

目录

一、版本对应

二、安装命令（pip）

1. 版本

（1）v2.5.1 ~ v2.0.0

（2）v1.13.1 ~ v1.11.0

（3）v1.10.1 ~ v1.7.0

2. 安装全过程

（1）选择版本

（2）安装结果

参考文章

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
2.5.1    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 
# CPU only
pip install torch==1.10.1+cpu torchvision==0.11.2+cpu torchaudio==0.10.1 -f 
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
2.1.0    0.16.0    2.1.0    >=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。