PyTorch碎片：PyToch和Torchvision對應版本

前言

• 錯誤分析：

1. 安裝pytorch或torchvision時，無法找到對應版本
2. cuda可以找到，但是無法轉爲.cuda()

• 以上兩種或類似錯誤，一般由兩個原因可供分析：

1. cuda版本不合適，重新安裝cuda和cudnn
2. pytorch和torchvision版本沒對應上

pytorch和torchvision版本對應關係

pytorch	torchvision	python	cuda
1.5.1	0.6.1	>=3.6	9.2, 10.1,10.2
1.5.0	0.6.0	>=3.6	9.2, 10.1,10.2
1.4.0	0.5.0	==2.7, >=3.5, <=3.8	9.2, 10.0
1.3.1	0.4.2	==2.7, >=3.5, <=3.7	9.2, 10.0
1.3.0	0.4.1	==2.7, >=3.5, <=3.7	9.2, 10.0
1.2.0	0.4.0	==2.7, >=3.5, <=3.7	9.2, 10.0
1.1.0	0.3.0	==2.7, >=3.5, <=3.7	9.0, 10.0
<1.0.1	0.2.2	==2.7, >=3.5, <=3.7	9.0, 10.0

conda安裝方法

根據pytorch官網方法安裝，參考

https://pytorch.org/get-started

上面命令爲安裝最新的版本，爲了能夠應對各種不同硬件條件，常需要手動輸入命令安裝特定版本，可參考如下代碼

# 安裝pytorch==1.x.0  torchvision==0.x.0 cudatoolkit=10.x
conda install pytorch==1.x.0 torchvision==0.x.0 cudatoolkit=10.x -c pytorch

比如，舉個更具體地例子：

# CUDA 9.2
conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=9.2 -c pytorch

# CUDA 10.0
conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0 -c pytorch

# CPU Only
conda install pytorch==1.2.0 torchvision==0.4.0 cpuonly -c pytorch

後話

其實，環境中各版本對應關係出錯，很容易導致各種亂七八糟地錯誤，所以儘量按照官方的要求安裝。