Linux下Pytorch1.1.0(GPU)安装笔记

本文记录了在Linux环境下安装Pytorch 1.1.0(GPU版)的详细步骤,包括理解CUDA版本与Pytorch版本的对应关系,解决因版本不匹配导致的问题,以及如何从官方网站下载安装包并手动安装。通过安装后的测试确认是否成功安装。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1.cuda, pytorch版本对应问题

    设备上的GPU驱动版本决定了cuda版本,而cuda版本与cudatoolkit的版本一致, 而pytorch(GPU)的版本要与cudatoolkit的版本严格一致。

     一开始没留意这个版本的对应关系,直接输入官网上给出的命令,踩了大坑!(官网上的cudatoolkit版本为9.2,而我设备上的cudatoolkit版本为9.0,不对应!)

只能在以往的pytorch版本找了,官网:https://pytorch.org/get-started/previous-versions/

输入上面的命令,需要安装anaconda,,但网速不稳定,于是把包下载下来,手动安装。

在这里找对应的pytorch版本:https://download.pytorch.org/whl/cu90/t

<think>好的,用户想下载并安装特定版本的PyTorch 1.1.0,并且希望通过网盘链接来完成。我需要根据提供的引用信息来回答这个问题。首先,我需要确认用户提到的网盘链接是否在引用中。根据引用[4],有一个百度网盘链接,但提取码是2021,可能包含安装教程,但不确定是否包含PyTorch 1.1.0安装包。引用[3]提到官网下载,但用户更倾向于网盘。引用[5]提到用户安装的是PyTorch 1.2.0,可能不适用。 接下来,我需要考虑如何指导用户从网盘下载。首先,用户可能需要检查网盘中的文件是否包含所需的版本。如果网盘中没有,可能需要从官网或其他来源获取。根据引用[3],官网提供了不同版本的torch和torchvision的whl文件,用户需要找到对应版本。PyTorch 1.1.0对应的torchvision是0.3.0,如引用[1]所述。因此,用户需要同时下载这两个版本的whl文件。 安装步骤方面,用户可能需要使用pip安装本地whl文件。如果网盘链接提供的是whl文件,用户可以直接用pip安装。如果没有,可能需要从官网下载,如引用[3]中的链接。此外,引用[4]提到了使用虚拟环境安装,这也是推荐的做法,可以避免版本冲突。 需要注意,用户可能使用的是Windows系统,如引用[5]所述,因此需要确保下载的whl文件与系统兼容,比如cu版本或CPU版本。另外,Python版本也需要对应,PyTorch 1.1.0可能支持Python 3.6或3.7,用户需要确认自己的Python版本。 总结步骤:1. 确认Python版本;2. 从网盘或官网下载对应的torch和torchvision的whl文件;3. 创建虚拟环境;4. 使用pip安装whl文件;5. 验证安装。如果网盘中没有所需版本,可能需要引导用户到官网下载,并补充网盘下载的方法。同时,需要注意依赖项,如引用[1]提到的使用--no-deps参数避免自动安装依赖,可能需要用户手动处理。</think>以下是下载并安装PyTorch 1.1.0版本的详细步骤: --- ### **步骤1:确认Python版本兼容性** PyTorch 1.1.0支持Python 3.5-3.7版本,需先检查本地Python版本是否符合要求。可通过以下命令查看: ```bash python --version ``` --- ### **步骤2:从网盘或官网获取安装包** 根据引用[4]提供的百度网盘链接(提取码:2021),进入后查找以下文件: - **PyTorch 1.1.0**:对应文件名如`torch-1.1.0-cp37-cp37m-win_amd64.whl`(需匹配Python版本和操作系统) - **TorchVision 0.3.0**:对应文件名如`torchvision-0.3.0-cp37-cp37m-win_amd64.whl`[^1] **若网盘无所需版本**: 1. 访问PyTorch官网历史版本页面[^3]: ```bash https://download.pytorch.org/whl/torch_stable.html ``` 2. 手动搜索`torch==1.1.0`和`torchvision==0.3.0`的`.whl`文件。 --- ### **步骤3:创建虚拟环境(推荐)** 通过Anaconda创建独立环境以避免依赖冲突[^4][^5]: ```bash conda create -n pytorch1.1 python=3.7 conda activate pytorch1.1 ``` --- ### **步骤4:安装PyTorch和TorchVision** 使用下载的`.whl`文件通过pip安装: ```bash pip install 本地路径/torch-1.1.0-cp37-cp37m-win_amd64.whl pip install 本地路径/torchvision-0.3.0-cp37-cp37m-win_amd64.whl --no-deps # 避免自动安装依赖 ``` --- ### **步骤5:验证安装** 运行Python检查版本: ```python import torch print(torch.__version__) # 应输出1.1.0 import torchvision print(torchvision.__version__) # 应输出0.3.0 ``` --- ### **注意事项** 1. **CUDA支持**:若需GPU版本,需额外匹配CUDA驱动(如PyTorch 1.1.0支持CUDA 9.0/10.0)[^2]。 2. **依赖问题**:若安装后报错,可能需要手动安装`numpy`、`pillow`等依赖库。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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