【Pytorch环境配置（Linux）——CUDA、cuDNN、PyTorch、torchvision、torchaudio对应版本】

发布于：2023-01-04 ⋅ 阅读:(642) ⋅ 点赞:(0)

Pytorch环境配置（Linux）——CUDA、cuDNN、PyTorch、torchvision、torchaudio对应版本

一、查看可支持的最高CUDA版本
二、查看CUDA、cuDNN、PyTorch、torchvision和torchaudio对应版本

一、查看可支持的最高CUDA版本

安装显卡驱动的前提下输入：nvidia-smi
查看可支持最高CUDA版本
该电脑可以支持最高CUDA版本为11.7，驱动可以向下兼容，所以小于等于11.7的CUDA版本都可以安装。

二、查看CUDA、cuDNN、PyTorch、torchvision和torchaudio对应版本

可以直接运行这条命令下载PyTorch相应版本：

pip install torch==x.x.x(+cu111) torchvision==x.x.x(+cu111) torchaudio==x.x.x(+cu111) -f https://download.pytorch.org/whl/torch_stable.html

因为我的CUDA版本用的11.1，所以如果下载CUDA版本需要加上+cu111，但是有的版本没有区分CPU和CUDA，所以不需要加+cu111（其他版本类似，如+cu101等）。

①CUDA与cuDNN对应版本，参考来源：cuDNN Archive

CUDA	cuDNN
11.x	8.4.1、8.4.0、8.2.1、8.2.0
11.5	8.3.3、8.3.2、8.3.1、8.3.0
11.4	8.2.4、8.2.2
11.3	8.2.1、8.2.0
11.2	8.2.1、8.2.0、8.1.1、8.1.0
11.1	8.2.1、8.2.0、8.1.1、8.1.0、8.0.5、8.0.5、8.0.4
11.0	8.2.1、8.2.0、8.1.1、8.1.0、8.0.5、8.0.4、8.0.3、8.0.2、8.0.1
10.2	8.3.3、8.3.2、8.3.1、8.3.0、8.2.4、8.2.2、8.2.1、8.2.0、8.1.1、8.1.0、8.0.5、8.0.4、8.0.3、8.0.2、8.0.1、7.6.5
10.1	8.0.5、8.0.4、8.0.3、8.0.2、7.6.5、7.6.4、7.6.3、7.6.2、7.6.1、7.6.0、7.5.1、7.5.0
10.0	7.6.5、7.6.4、7.6.3、7.6.2、7.6.1、7.6.0、7.5.1、7.5.0、7.4.2、7.4.1、7.3.1、7.3.0
9.2	7.6.5、7.6.4、7.6.3、7.6.2、7.6.1、7.6.0、7.5.1、7.5.0、7.4.2、7.4.1、7.3.1、7.2.1、7.1.4、7.1.2
9.1	7.1.3、7.1.2、7.0.5
9.0	7.6.5、7.6.4、7.6.3、7.6.2、7.6.1、7.6.0、7.5.1、7.5.0、7.4.2、7.4.1、7.3.1、7.3.0、7.1.4、7.1.3、7.1.2、7.0.5、7.0.4
8.0	7.1.4、7.1.3、7.0.5、6.0、5.1、5
7.5	5.1、5
7.0	4、3
6.5	2、1

②CUDA、CUDA Toolkit与PyTorch对应版本，参考来源：PyTorch官网

使用conda安装CUDA Toolkit、PyTorch、torchvision和torchaudio：

conda install torch==x.x.x torchvision==x.x.x torchaudio==x.x.x cudatoolkit=x.x -c python

如果想用国内镜像，conda需要添加通道，我一般喜欢使用清华源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

然后需要把上边的命令后的-c python删除：

conda install torch==x.x.x torchvision==x.x.x torchaudio==x.x.x cudatoolkit=x.x

CUDA	CUDA Toolkit	PyTorch
11.3	11.3	1.10.1、1.10.0、1.9.1、1.9.0、1.8.1
11.1	11.1	1.10.0、1.9.1、1.9.0、1.8.1、1.8.0
11.0	11.0	1.7.1、1.7.0
10.2	10.2	1.10.1、1.10.0、1.9.1、1.9.0、1.8.1、1.8.0、1.7.1、1.7.0、1.6.0、1.5.1、1.5.0
10.1	10.1	1.7.1、1.7.0、1.6.0、1.5.1、1.5.0、1.4.0
10.0	10.0	1.2.0、1.1.0、1.0.1、1.0.0
9.2	9.2	1.7.1、1.7.0、1.6.0、1.5.1、1.5.0、1.4.0、1.2.0
9.0	9.0	1.1.0、1.0.1、1.0.0
8.0	8.0	1.0.0

③PyTorch与torchvision、Python对应版本，参考来源：PyTorch官网

PyTorch	torchvision	Python
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
1.8.2	0.9.2	>=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, <=3.8
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
<=1.0.1	0.2.2	==2.7, >=3.5, <=3.7

④PyTorch与torchaudio、Python对应版本，参考来源：PyTorch（GitHub）

PyTorch	torchaudio	Python
1.12.0	0.12.0	>=3.7, <=3.10
1.11.0	0.11.0	>=3.7, <=3.9
1.10.0	0.10.0	>=3.6, <=3.9
1.9.1	0.9.1	>=3.6, <=3.9
1.9.0	0.9.0	>=3.6, <=3.9
1.8.2	0.8.2	>=3.6, <=3.9
1.8.1	0.8.1	>=3.6, <=3.9
1.8.0	0.8.0	>=3.6, <=3.9
1.7.1	0.7.2	>=3.6, <=3.9
1.7.0	0.7.0	>=3.6, <=3.8
1.6.0	0.6.0	>=3.6, <=3.8
1.5.0	0.5.0	>=3.5, <=3.8
1.4.0	0.4.0	==2.7, >=3.5, <=3.8

希望能给大家带来方便~

本文含有隐藏内容，请开通VIP 后查看