前言
- 錯誤分析:
- 安裝pytorch或torchvision時,無法找到對應版本
- 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:
- cuda版本不合適,重新安裝cuda和cudnn
- 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。