官方推荐的cuda版本为10.2和11.3，这两种 cuda 支持大多数的 pytorch 版本。
以下是Pytorch和CUDA对应的版本
| CUDA 环境 | PyTorch 版本 |
| 9.2 | 0.4.1、1.2.0、1.4.0、1.5.0(1)、1.6.0、1.7.0(1) |
| 10.0 | 1.2.0、1.1.0、1.0.0(1) |
| 10.1 | 1.4.0、1.5.0(1)、1.6.0、1.7.0(1) |
| 10.2 | 1.5.0(1)、1.6.0、1.7.0(1)、1.8.0(1)、1.9.0、1.9.0、1.10.0、1.10.1、1.11.0、1.12.0、1.12.1 |
| 11.0 | 1.7.0(1) |
| 11.1 | 1.8.0(1)、1.9.0、1.10.0 |
| 11.3 | 1.8.0(1)、1.9.0、1.9.1、1.10.0、1.10.0、1.10.1、1.11.0、1.12.0、1.12.1 |
| 11.6 | 1.8.0(1)、1.9.0、1.10.0、1.12.0、1.12.1 |
| 11.7 | 1.12.0、1.12.1、1.13.1 |
以下是Pytorch和Python对应的版本
| torch | torchvision | python |
| main | nightly | >=3.7, <=3.10 |
| 1.12.0 | 0.13.0 | >=3.7, <=3.10 |
| 1.11.0 | 0.12.3 | >=3.7, <=3.10 |
| 1.10.2 | 0.11.3 | >=3.6, <=3.9 |
| 1.10.1 | 0.11.2 | >=3.6, <=3.9 |
| 1.10.0 | 0.11.1 | >=3.6, <=3.9 |
| 1.9.1 | 0.10.1 | >=3.6, <=3.9 |
| 1.9.0 | 0.10.0 | >=3.6, <=3.9 |
| 1.8.1 | 0.9.1 | >=3.6, <=3.9 |
| 1.8.0 | 0.9.0 | >=3.6, <=3.9 |
| 1.7.1 | 0.8.2 | >=3.6, <=3.9 |
| 1.7.0 | 0.8.1 | >=3.6, <=3.8 |
| 1.7.0 | 0.8.0 | >=3.6, <=3.8 |
| 1.6.0 | 0.7.0 | >=3.6, <=3.8 |
| 1.5.1 | 0.6.1 | >=3.5, <=3.8 |
| 1.5.0 | 0.6.0 | >=3.5, <=3.8 |
| 1.4.0 | 0.5.0 | ==2.7, >=3.5, <=3.7 |
| 1.3.1 | 0.4.2 | ==2.7, >=3.5, <=3.7 |
| 1.3.0 | 0.4.1 | ==2.7, >=3.5, <=3.7 |
| 1.2.0 | 0.4.0 | ==2.7, >=3.5, <=3.7 |
| 1.1.0 | 0.3.0 | ==2.7, >=3.5, <=3.7 |
| <=1.1.0 | 0.2.2 | ==2.7, >=3.5, <=3.7 |
Python与Anaconda的版本对应关系
见官网 ：
https://docs.anaconda.com/anaconda/packages/oldpkglists/
深度学习环境搭建
1. 安装Anaconda
-
清华大学开源镜像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/文章来源：https://www.toymoban.com/news/detail-788944.html
文章来源地址https://www.toymoban.com/news/detail-788944.html
到了这里，关于01 Pytorch和CUDA对应的版本及Pytorch和Python对应的版本及Python与Anaconda的对应关系的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网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TOY模板网！
