cuda cudnn pytorch版本对应关系

​Hi，大家好，我是半亩花海。要让一个基于 torch 框架开发的深度学习模型正确运行起来，配置环境是个重要的问题，本文介绍了pytorch、torchvision、torchaudio及python 的对应版本以及环境安装的相关流程。

显卡驱动和cuda以及cuDNN的版本关系

python3.7 + cuda11.3 + torch0.11.3-gpu-cp37 + torchvision0.12.0-gpu-cp37 是我目前跑下来没什么问题的版本。 如果要采用pip安装可以用 torch_stable下载到本地再安装

https://blog.csdn.net/baidu_20163013/article/details/105470332

1.打开NVIDIA控制面板2.点击帮助---系统信息--组件我的支持CUDA11.6。

Pytorch、torchvision、CUDA 各个版本对应关系以及安装指令

微信公众号： “ 目标检测与跟踪基础前沿 “ ” 目标跟踪基础与智能前沿 “ 1.这里pytorch和cudatoolkit版本对应关系： https://pytorch.org/get-started/previous-versions/ 如图，pytorch 1.2.0 对应的 cuda 版本 分别可以 9.2 10.0 .还有CPU版本 2.cudatoolkit版本和系统cuda对应关系： 调用哪个 cuda 库要看生成 tensorflow / pytorch 库的时候，设置的链接库寻找目录，

Windows系统Anaconda环境下安装cuda、cudnn、pytorch

以下是一些常见的Python和PyTorch版本对应关系。请注意，随着时间的推移，版本可能会有所改变，因此在使用时请务必查阅最新文档以获取准确的信息。请注意，Python 2.x 分支在2020年已经停止维护，因此强烈建议使用Python 3.x 版本。一般来说Python3.x对应着PyTorch1.x。

官方地址：https://pytorch.org/get-started/previous-versions/注意低版本的Pytorch是否向上支持更高版本的CUDA。使用nvidia-smi命令显示的cuda版本信息。高版本的Pytorch一般能兼容低版本CUDA。

参考pytorch, cudatoolkit之间的版本对应关系。

PyTorch、CUDA Toolkit 及显卡驱动版本对应关系

Torch版本可选的CUDA版本支持的Python版本

pip install torch==1.x.x -i https://pypi.douban.com/simple pip install torchvision==0.x.x -i https://pypi.douban.com/simple 安装kornia pip install kornia==0.x.x -i https://pypi.douban.com/simple pytorch=1.3, kornia=0.3.1 pytorch=1.7, kornia=0.5.1

为方便，自用 pytorch15 conda create -n py36_torch15_cuda92 python=3.6 conda activate py36_torch15_cuda92 conda install pytorch==1.5.1 torchvision==0.6.1 cudatoolkit=9.2 -c pytorch conda create -n py36_torch15_cuda101 python=3.6 conda activate py36_torch15_cuda1

pytorch（torchvision）和python对应版本关系