在Windows上配置PyTorch和CUDA时，遇到版本兼容问题。CUDA向下兼容，只需安装项目所需的torch版本，它会自带匹配的cudatoolkit。在Anaconda中创建虚拟环境，激活后，根据PyTorch官网指导安装指定版本的PyTorch、torchvision和cudatoolkit，忽略CUDA版本号。遇到导入错误时，可能需要尝试不同torch版本以找到适配的版本。
不同项目需要使用不同的配置环境，踩坑踩了两天，一直没搞清楚虚拟环境要不要安装cuda，后来才知道cuda是向下兼容的。
torch匹配cuda的本质是匹配cudatoolkit 与 cudnn
而高版本的cuda是可以向下兼任cudatoolkit和cudnn的
所以创建新环境安装项目需要的torch即可，会有对应torch版本所需要的cudatoolkit被安装（cudatoolkit是cuda的子集，里面的东西够pytorch使用），这样使用的cuda就不会是你系统的cuda11.1了。
前提：系统环境已经安装了适应显卡的cuda版本
1.使用anaconda创建虚拟环境
conda create -n your_env_name python=X.X（2.7、3.6等)
- 激活虚拟环境
activate your_env_name
- 在Pytorch官网下载对应版本的pytorch ，页面如图，（我认为用官方的conda install语句下载比较完整，torchvision和cudatoolkit都包含了，不容易出错）
不用管写的cuda版本是多少，比如我系统cuda版本是11.5，项目需要pytorch是1.4，则运行语句&#x
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
