pytorch版本官网命令

最新推荐文章于 2025-04-15 10:37:12 发布
转载 最新推荐文章于 2025-04-15 10:37:12 发布 · 910 阅读 · 0 ·
CC 4.0 BY-SA版权
原文链接：https://pytorch.org/get-started/previous-versions/

本文提供了不同版本PyTorch的安装指令，包括使用Conda及pip安装含不同CUDA版本的PyTorch、torchvision和torchaudio。适用于Linux、Windows及OSX系统。
部署运行你感兴趣的模型镜像

COMMANDS FOR VERSIONS >= 1.0.0

v1.8.0

Conda

OSX

# conda
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 -c pytorch

Linux and Windows

# CUDA 10.2
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=10.2 -c pytorch

# CUDA 11.1
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge

# CPU Only
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cpuonly -c pytorch

Wheel

OSX

pip install torch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0

Linux and Windows

# RocM 4.0.1 (Linux only)
pip install torch -f https://download.pytorch.org/whl/rocm4.0.1/torch_stable.html
pip install ninja
pip install 'git+https://github.com/pytorch/vision.git@v0.9.0'

# CUDA 11.0
pip install torch==1.8.0+cu111 torchvision==0.9.0+cu111 torchaudio==0.8.0 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 10.2
pip install torch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0

# CPU only
pip install torch==1.8.0+cpu torchvision==0.9.0+cpu torchaudio==0.8.0 -f https://download.pytorch.org/whl/torch_stable.html

v1.7.1

Conda

OSX

# conda
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 -c pytorch

Linux and Windows

# CUDA 9.2
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=9.2 -c pytorch

# CUDA 10.1
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.1 -c pytorch

# CUDA 10.2
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.2 -c pytorch

# CUDA 11.0
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch

# CPU Only
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cpuonly -c pytorch

Wheel

OSX

pip install torch==1.7.1 torchvision==0.8.2 torchaudio=0.7.2

Linux and Windows

# CUDA 11.0
pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 10.2
pip install torch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2

# CUDA 10.1
pip install torch==1.7.1+cu101 torchvision==0.8.2+cu101 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 9.2
pip install torch==1.7.1+cu92 torchvision==0.8.2+cu92 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

# CPU only
pip install torch==1.7.1+cpu torchvision==0.8.2+cpu torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

v1.7.0

Conda

OSX

# conda
conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 -c pytorch

Linux and Windows

# CUDA 9.2
conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=9.2 -c pytorch

# CUDA 10.1
conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=10.1 -c pytorch

# CUDA 10.2
conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=10.2 -c pytorch

# CUDA 11.0
conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=11.0 -c pytorch

# CPU Only
conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cpuonly -c pytorch

Wheel

OSX

pip install torch==1.7.0 torchvision==0.8.0 torchaudio=0.7.0

Linux and Windows

# CUDA 11.0
pip install torch==1.7.0+cu110 torchvision==0.8.0+cu110 torchaudio==0.7.0 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 10.2
pip install torch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0

# CUDA 10.1
pip install torch==1.7.0+cu101 torchvision==0.8.0+cu101 torchaudio==0.7.0 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 9.2
pip install torch==1.7.0+cu92 torchvision==0.8.0+cu92 torchaudio==0.7.0 -f https://download.pytorch.org/whl/torch_stable.html

# CPU only
pip install torch==1.7.0+cpu torchvision==0.8.0+cpu torchaudio==0.7.0 -f https://download.pytorch.org/whl/torch_stable.html

v1.6.0

Conda

OSX

# conda
conda install pytorch==1.6.0 torchvision==0.7.0 -c pytorch

Linux and Windows

# CUDA 9.2
conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=9.2 -c pytorch

# CUDA 10.1
conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.1 -c pytorch

# CUDA 10.2
conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.2 -c pytorch

# CPU Only
conda install pytorch==1.6.0 torchvision==0.7.0 cpuonly -c pytorch

Wheel

OSX

pip install torch==1.6.0 torchvision==0.7.0

Linux and Windows

# CUDA 10.2
pip install torch==1.6.0 torchvision==0.7.0

# CUDA 10.1
pip install torch==1.6.0+cu101 torchvision==0.7.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 9.2
pip install torch==1.6.0+cu92 torchvision==0.7.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html

# CPU only
pip install torch==1.6.0+cpu torchvision==0.7.0+cpu -f https://download.pytorch.org/whl/torch_stable.html

v1.5.1

Conda

OSX

# conda
conda install pytorch==1.5.1 torchvision==0.6.1 -c pytorch

Linux and Windows

# CUDA 9.2
conda install pytorch==1.5.1 torchvision==0.6.1 cudatoolkit=9.2 -c pytorch

# CUDA 10.1
conda install pytorch==1.5.1 torchvision==0.6.1 cudatoolkit=10.1 -c pytorch

# CUDA 10.2
conda install pytorch==1.5.1 torchvision==0.6.1 cudatoolkit=10.2 -c pytorch

# CPU Only
conda install pytorch==1.5.1 torchvision==0.6.1 cpuonly -c pytorch

Wheel

OSX

pip install torch==1.5.1 torchvision==0.6.1

Linux and Windows

# CUDA 10.2
pip install torch==1.5.1 torchvision==0.6.1

# CUDA 10.1
pip install torch==1.5.1+cu101 torchvision==0.6.1+cu101 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 9.2
pip install torch==1.5.1+cu92 torchvision==0.6.1+cu92 -f https://download.pytorch.org/whl/torch_stable.html

# CPU only
pip install torch==1.5.1+cpu torchvision==0.6.1+cpu -f https://download.pytorch.org/whl/torch_stable.html

v1.5.0

Conda

OSX

# conda
conda install pytorch==1.5.0 torchvision==0.6.0 -c pytorch

Linux and Windows

# CUDA 9.2
conda install pytorch==1.5.0 torchvision==0.6.0 cudatoolkit=9.2 -c pytorch

# CUDA 10.1
conda install pytorch==1.5.0 torchvision==0.6.0 cudatoolkit=10.1 -c pytorch

# CUDA 10.2
conda install pytorch==1.5.0 torchvision==0.6.0 cudatoolkit=10.2 -c pytorch

# CPU Only
conda install pytorch==1.5.0 torchvision==0.6.0 cpuonly -c pytorch

Wheel

OSX

pip install torch==1.5.0 torchvision==0.6.0

Linux and Windows

# CUDA 10.2
pip install torch==1.5.0 torchvision==0.6.0

# CUDA 10.1
pip install torch==1.5.0+cu101 torchvision==0.6.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 9.2
pip install torch==1.5.0+cu92 torchvision==0.6.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html

# CPU only
pip install torch==1.5.0+cpu torchvision==0.6.0+cpu -f https://download.pytorch.org/whl/torch_stable.html

v1.4.0

Conda

OSX

# conda
conda install pytorch==1.4.0 torchvision==0.5.0 -c pytorch

Linux and Windows

# CUDA 9.2
conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=9.2 -c pytorch

# CUDA 10.1
conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=10.1 -c pytorch

# CPU Only
conda install pytorch==1.4.0 torchvision==0.5.0 cpuonly -c pytorch

Wheel

OSX

pip install torch==1.4.0 torchvision==0.5.0

Linux and Windows

# CUDA 10.1
pip install torch==1.4.0 torchvision==0.5.0

# CUDA 9.2
pip install torch==1.4.0+cu92 torchvision==0.5.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html

# CPU only
pip install torch==1.4.0+cpu torchvision==0.5.0+cpu -f https://download.pytorch.org/whl/torch_stable.html

v1.2.0

Conda

OSX

# conda
conda install pytorch==1.2.0 torchvision==0.4.0 -c pytorch

Linux and Windows

# 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

Wheel

OSX

pip install torch==1.2.0 torchvision==0.4.0

Linux and Windows

# CUDA 10.0
pip install torch==1.2.0 torchvision==0.4.0

# CUDA 9.2
pip install torch==1.2.0+cu92 torchvision==0.4.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html

# CPU only
pip install torch==1.2.0+cpu torchvision==0.4.0+cpu -f https://download.pytorch.org/whl/torch_stable.html

v1.1.0

Conda

OSX

# conda
conda install pytorch==1.1.0 torchvision==0.3.0 -c pytorch

Linux and Windows

# CUDA 9.0
conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=9.0 -c pytorch

# CUDA 10.0
conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=10.0 -c pytorch

# CPU Only
conda install pytorch-cpu==1.1.0 torchvision-cpu==0.3.0 cpuonly -c pytorch

Wheel

OSX

pip install torch==1.1.0 torchvision==0.3.0

Linux and Windows

# CUDA 10.0
Download and install wheel from https://download.pytorch.org/whl/cu100/torch_stable.html

# CUDA 9.0
Download and install wheel from https://download.pytorch.org/whl/cu90/torch_stable.html

# CPU only
Download and install wheel from https://download.pytorch.org/whl/cpu/torch_stable.html

v1.0.1

Conda

OSX

# conda
conda install pytorch==1.0.1 torchvision==0.2.2 -c pytorch

Linux and Windows

# CUDA 9.0
conda install pytorch==1.0.1 torchvision==0.2.2 cudatoolkit=9.0 -c pytorch

# CUDA 10.0
conda install pytorch==1.0.1 torchvision==0.2.2 cudatoolkit=10.0 -c pytorch

# CPU Only
conda install pytorch-cpu==1.0.1 torchvision-cpu==0.2.2 cpuonly -c pytorch

Wheel

OSX

pip install torch==1.0.1 torchvision==0.2.2

Linux and Windows

# CUDA 10.0
Download and install wheel from https://download.pytorch.org/whl/cu100/torch_stable.html

# CUDA 9.0
Download and install wheel from https://download.pytorch.org/whl/cu90/torch_stable.html

# CPU only
Download and install wheel from https://download.pytorch.org/whl/cpu/torch_stable.html

v1.0.0

Conda

OSX

# conda
conda install pytorch==1.0.0 torchvision==0.2.1 -c pytorch

Linux and Windows

# CUDA 10.0
conda install pytorch==1.0.0 torchvision==0.2.1 cuda100 -c pytorch

# CUDA 9.0
conda install pytorch==1.0.0 torchvision==0.2.1 cuda90 -c pytorch

# CUDA 8.0
conda install pytorch==1.0.0 torchvision==0.2.1 cuda80 -c pytorch

# CPU Only
conda install pytorch-cpu==1.0.0 torchvision-cpu==0.2.1 cpuonly -c pytorch

Wheel

OSX

pip install torch==1.0.0 torchvision==0.2.1

Linux and Windows

# CUDA 10.0
Download and install wheel from https://download.pytorch.org/whl/cu100/torch_stable.html

# CUDA 9.0
Download and install wheel from https://download.pytorch.org/whl/cu90/torch_stable.html

# CUDA 8.0
Download and install wheel from https://download.pytorch.org/whl/cu80/torch_stable.html

# CPU only
Download and install wheel from https://download.pytorch.org/whl/cpu/torch_stable.html

COMMANDS FOR VERSIONS < 1.0.0

Via conda

This should be used for most previous macOS version installs.

To install a previous version of PyTorch via Anaconda or Miniconda, replace “0.4.1” in the following commands with the desired version (i.e., “0.2.0”).

Installing with CUDA 9

conda install pytorch=0.4.1 cuda90 -c pytorch

or

conda install pytorch=0.4.1 cuda92 -c pytorch

Installing with CUDA 8

conda install pytorch=0.4.1 cuda80 -c pytorch

Installing with CUDA 7.5

conda install pytorch=0.4.1 cuda75 -c pytorch

Installing without CUDA

conda install pytorch=0.4.1 -c pytorch

 

您可能感兴趣的与本文相关的镜像

PyTorch 2.9

PyTorch 2.9

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理

AliceXingFree
关注
PyTorch官网安装命令记录
仅进行技术交流，不代写代码及其他
09-15 907
PyTorch官网安装命令记录 进入PyTorch官网太卡了，好容易进去一次，把所有安装的命令记录一下。 ---------------------------------------------------------------------------------------------------2020-9-15 常用 conda-python CUDA 9.2 10.1 10.2 None Run conda install pytorch torchvision cudatool
PyTorch介绍以及实战项目示例
huanghm88的专栏
10-24 1552
同时，小程序还可以与微信公众号、微信支付等功能进行无缝对接，为用户提供更加便捷的服务。同时，小程序还可以与微信支付、微信公众号等功能进行无缝对接，为用户提供更加便捷的购物体验。同时，小程序还可以实现离线使用，用户在没有网络的情况下也可以使用部分功能，提高了用户的使用体验。开发者可以通过分析用户的行为数据，为用户提供更加个性化的服务和推荐，提高用户的满意度和忠诚度。说明：设置了页面的布局样式，包括容器的内边距、输入区域的布局、输入框的样式、待办事项列表的边距和单个待办事项的样式等。
2024最新超详细无痛安装PyTorch，包括下载地址、环境配置与各种避坑指南
热门推荐
qq_43596278的博客
02-27 11万+
PyTorch更新很快，2024最新下载安装经验贴，包括anaconda+CUDA+cuDNN+PyTorch四部分的下载和安装。文章详细介绍了下载地址、环境配置、虚拟环境建立的问题，还温馨提示了各种闭坑指南。有需要的友友快过来康康！
pytorch官网
2301_80887663的博客
02-13 732
https://pytorch.org/
pytorch官网网址
qq_42954108的博客
10-18 6103
pytorch 官网
PyTorch 根据官网命令行无法安装 GPU 版本 解决办法
猫的博客
04-15 1202
PyTorch 官网给出了 GPU 版本的安装命令，但安装成功后查看版本，仍然是 torch 2.6.0+cpu，本文提出了解决方法
pytorch版本升级至1.11.0
booklijian的专栏
06-21 7409
在Ubuntu20.04系统中将pytorch版本升级至1.11.0
从零开始安装pytorch（包含GPU和CPU版本的安装）
qiaoxinyu1989的博客
01-31 8万+
Pytorch是。
mmcv与cuda，pytorch版本匹配要求
lh_lyh的博客
12-13 5万+
mmcv与cuda、pytorch版本兼容要求，见mmcv官方文档： 安装部分。
pytorch官网上两个例程
weixin_30335575的博客
11-06 265
caffe用起来太笨重了，最近转到pytorch，用起来实在不要太方便，上手也非常快，这里贴一下pytorch官网上的两个小例程，掌握一下它的用法： 例程一：利用nn 这个module构建网络，实现一个图像分类的小功能； 链接：http://pytorch.org/tutorials/beginner/blitz/cifar10_tutorial.html # -*- codin...
安装pytorch官网
初学者的博客
01-07 2万+
老版本： https://pytorch.org/get-started/previous-versions/ 最新版本： https://pytorch.org/  conda install pytorch-cpu=0.4.1 torchvision-cpu -c pytorch 无gpu版本安装，指定版本号 torchvision   INSTALLING PREVIOU...
pytorch官方网站以及pytorch中文学习文档
universe_R的博客
09-10 2073
pytorch：https://pytorch.org/docs/stable/generated/torch.rand.html?highlight=torch%20rand#torch.rand pytorch中文教程文档地址：https://pytorch.apachecn.org/
Pytorch官网：快速入门Pytorch教程
Wangzx的博客
03-09 1万+
Pytorch官网：快速入门Pytorch Pytorch官网：快速入门Pytorch地址： https://pytorch.org/tutorials/beginner/basics/intro.html 步骤： 1.数据准备——2. 模型选择/开发——3. 模型训练调优——4. 模型评估测试 数据准备：加载数据https://pytorch.org/tutorials/beginner/basics/data_tutorial.html import torch from torch import
Pytorch官网学习
qq_43124451的博客
12-10 1403
with as 的用法
Pytorch官方教程(二)—Data Loading and Processing Tutorial
ahxieqi的博客
04-02 254
2019 April 02 pytorch Pytorch官方教程(二)—Data Loading and Processing Tutorial Introduction 在解决机器学习的问题时，大部分精力都花费在准备数据上。Pytorch 提供了很多工具来简化数据加载，使代码具有很好的可读性。 下面的教程我们将学习如何加载数据、预处理/增强数据。 from __future__ impo...
pytorch学习最全官网地址
a110优快云的博客
06-11 4471
pytorch:https://pytorch.org/ Github:https://github.com/pytorch/pytorch Pytorch API:https://pytorch.org/docs/master/ Pytorch Tutorials:https://pytorch.org/tutorials/
[菜鸟备忘录]pytorch官网教程——Learning PyTorch with Examples
weixin_43280230的博客
09-07 803
pytorch官网教程——Learning PyTorch with Examples教程概览： 1、使用numpy实现前向、反向传播；2、使用tensor实现...；3、使用自动求导机制；4、自定义自动求导函数；5、静态图、动态图；6、使用nn报包搭建网络；7、使用optim包实现更高级的优化；8、自定义nn模块；9、Control Flow + Weight Sharing笔记1：torch....
PyTorch官网demo解读——第一个神经网络（1）
fang437385323的专栏
12-16 1201
神经网络如此神奇，feel the magic今天分享一下学习PyTorch官网demo的心得，原来实现一个神经网络可以如此简单/简洁/高效，同时也感慨PyTorch如此强大。
pytorch官网教程翻译
qq_37621571的博客
06-03 658
翻译pytorch官网内容，有些翻译不太准确的地方，我会放上原文，如有错误的地方，欢迎指正 1.学习基础 大多数机器学习工作流包括数据处理、模型创建、优化模型参数和保存训练过的模型。本教程向您介绍用 PyTorch 实现的完整 ML 工作流程，并提供链接让您了解有关每个概念的更多信息。 我们将使用 FashionMNIST 数据集来训练一个神经网络，用于预测输入图像是否属于以下类别之一：T-shirt/top, Trouser, Pullover, Dress, Coat, Sandal, Shirt, S
pytorch版本查看命令
最新发布
07-23
可以使用以下几种方法来查看已安装的 PyTorch 版本信息： 在 Python 脚本或交互式环境中，可以通过导入 `torch` 模块并打印其版本信息来实现： ```python import torch print(torch.__version__) ``` 这种方法直接利用了 PyTorch 自身提供的版本信息查询功能，是最直接有效的方式之一[^2]。 如果希望在不启动 Python 解释器的情况下快速检查版本，可以通过命令行执行单行 Python 命令来达到目的： ```bash python -c "import torch; print(torch.__version__)" ``` 此命令会在命令行环境下运行一个小型的 Python 脚本，输出 PyTorch 的版本信息[^2]。 此外，还可以通过查看 PyTorch 的 CUDA 支持情况来间接确认版本，尽管这主要用于确认是否支持 GPU 加速，但也能反映出部分版本相关的信息： ```python import torch if torch.cuda.is_available(): print("CUDA 版本:", torch.version.cuda) else: print("CUDA 不可用") ``` 这段代码不仅检查了 CUDA 是否可用，还能够显示与当前安装的 PyTorch 版本兼容的 CUDA 版本[^5]。 对于希望进一步验证安装或者需要特定版本的情况，了解如何查看当前安装的 PyTorch 版本是非常有帮助的。如果确实需要安装特定版本的 PyTorch，可以考虑使用 `conda` 或 `pip` 安装指定版本，具体命令如下： - 使用 `conda` 安装指定版本： ```bash conda install pytorch=0.1.10 -c soumith ``` - 使用 `pip` 安装指定版本： ```bash pip install pytorch==0.1.10 ``` 这些方法确保了用户可以根据自己的需求选择合适的安装方式[^3]。 最后，对于那些需要安装带有 GPU 支持的 PyTorch 版本的用户，可以通过特定的下载链接和安装命令来完成安装，例如安装带有 CUDA 10.1 支持的 PyTorch 1.7.1 版本： ```bash pip install torch1.7.1+cu101 torchvision0.8.2+cu101 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html ``` 这种方式允许用户精确地控制所安装的 PyTorch 及其依赖库的版本[^4]。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值