PyTorch碎片：PyToch和Torchvision对应版本

前言

• 错误分析：

1. 安装pytorch或torchvision时，无法找到对应版本
2. cuda可以找到，但是无法转为.cuda()

• 以上两种或类似错误，一般由两个原因可供分析：

1. cuda版本不合适，重新安装cuda和cudnn
2. pytorch和torchvision版本没对应上

pytorch和torchvision版本对应关系

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安装方法

根据pytorch官网方法安装，参考

https://pytorch.org/get-started

上面命令为安装最新的版本，为了能够应对各种不同硬件条件，常需要手动输入命令安装特定版本，可参考如下代码

# 安装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，举个更具体地例子：

# 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

后话

其实，环境中各版本对应关系出错，很容易导致各种乱七八糟地错误，所以尽量按照官方的要求安装。