最新 PyTorch 安装 以及 CUDA 版本

如果要安装最新的 PyTorch 其实是很简单的，直接到官网首页就有各种系统的安装方法，如同所示：

这里有一个是 CUDA 版本，实测需要一模一样，这个CUDA 版本涉及到三个 NVIDIA 驱动版本，CUDA版本，CUDNN 版本，他们之间的兼容性可以参考这个网址：

https://docs.nvidia.com/deeplearning/cudnn/support-matrix/index.html

这里在强调一下，版本最好是完全对应，实测 10 和 10.1 都是不一样的。

PyTorch 历史版本安装

尤其是当你的代码是老代码的时候，最好是使用对应的版本，可以少踩很多坑。如果是重头开始学，当然是可以从最新的开始。

这里也是官网的一个网址：
https://pytorch.org/get-started/previous-versions/

历史版本安装真的很刚需。还有一个小 trick 假如你不知道软件的版本，可以看你的代码开发时间对应的版本发布的时间，大概涉及到的几个版本，等一下会在依赖库兼容里面解释。

依赖库历史版本安装

分两种情况，第一是依赖库版本是知道的，那么就很简单了直接 pip install xxx==版本号，其中 xxx 是库的名字。

第二种，不知道版本号，那么首先搞清楚程序开发的时间，然后去依赖库的 release 页面，找到比较近的 release，多尝试几次一般就能找到了。

以 transformers 为例，它的 release 页面：

以上就是 PyTorch 老项目运行过程中，驱动版本，框架版本，依赖版本的一些解决方法。

未经允许不得转载：PythonOK » PyTorch 历史版本安装-祖传老代码运行刚需