关于Torch torchvision Python版本对应关系说明
1. torch- torchvision- python版本对应关系
2. CUDA Toolkit 和PyTorch的对应关系
3. 安装说明
3.1 用anaconda安装pytorch
3.2 不用Anaconda来管理环境
3.3 对NVIDIA驱动的要求
3.4 下载 .whl 文件离线安装
1. torch- torchvision- python版本对应关系
anaconda新建虚拟环境后，直接在pytorch官网官网链接找到“Install”按钮。这里一键搞定torch，torchvision，cudatoolkit等等。
前提需要安装好NVIDIA驱动。
不需要另外安装CUDA（笔者在没有单独安装CUDA情况下，成功运行了torch-gpu）。
和机器已经装好的CUDA不发生冲突。
anaconda会自动对应torch，torchvision，cudatoolkit等的版本。
这里一般下载最新的torch版本。
原因是anaconda将torch，torchvision，cudatoolkit等等都集成在虚拟环境里，统一管理依赖包。
有镜像源的情况下，去掉末尾的“-c pytorch”会更快，否则经常容易下载超时。conda下载超时时长可以设置。
conda config --show
conda config --set remote_connect_timeout_secs 40
conda config --set remote_read_timeout_secs 100
conda config --show#查看conda设置
conda config --set #设置对应的参数
3.2 不用Anaconda来管理环境
仔细对照torch、torchvision、cuda之间的对应关系，还有NVIDIA和CUDA版本的关系。
3.3 对NVIDIA驱动的要求和NVIDIA驱动直接关联的是CUDA的版本。
如果安装的是CUDA=10.0.130,那么在Windows系统要求NVIDIA驱动大于411.31,不需要严格等于411.31。
如果小于411.31，则会报错显示驱动版本过旧。
笔者是将NVIDIA驱动更新至最大456.38，正常使用。
https://download.pytorch.org/whl/torch_stable.html
根据前面的对应关系，下载好适合你的版本的 torch 、torchvision。
cu102 # 表示CUDA=10.2
cp37 # 表示python=3.7
linux or win
下载好后，用pip安装，先cd 到下载的文件夹
pip install torch-1.7.0+cu101-cp36-cp36m-win_amd64.whl
pip install torchvision-0.8.0-cp36-cp36m-win_amd64.whl
测试GPU版本的torch是否安装成功
(torch) D:\MyData\xiaCN\Desktop\Work\unbiased> python
Python 3.6.13 (default, Feb 19 2021, 05:17:09) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> torch.cuda.is_available()
True
以上为个人经验，希望能给大家一个参考，也希望大家多多支持软件开发网。
