跳转至

PyTorch

NVIDIA 显卡驱动、CUDA、PyTorch 和 Python 的版本兼容性要求

PyTorch CUDA cuDNN Python
2.7 11.8, 12.6, 12.8 ~ 9.7.1.26 >=3.9, <=3.13
2.6 11.8, 12.4, 12.6 ~ 9.5.1.17
2.5 11.8, 12.1, 12.4 None
2.4 ~ 9.1.0.70 >=3.8, <=3.12
2.3 11.8, 12.1 ~ 8.7.0.84
2.2
2.1 >= 3.8, <=3.11
2.0 11.7, 11.8 ~ 8.5.0.96
1.13 11.6, 11.7 ~ 8.3.2.44 >= 3.7, <=3.10
1.12 11.3, 11.6

详见：CUDA Toolkit Major Component Versions 和 Releasing PyTorch | Release Compatibility Matrix

安装 PyTorch 1#

区分 CPU 与 GPU 版本

PyTorch 提供了 CPU 版和 GPU 版，其中 GPU 分别支持 CUDA（NVIDA）和 ROCm（AMD），为了充分发挥 PyTorch 的并行加速优势，并处理大规模数据和复杂模型，通常推荐安装 GPU 版本。本篇主要以 CUDA 版本为例。

如何正确安装 CUDA 版本

对于 PyTorch CUDA，需要 NVIDIA 显卡驱动、CUDA 和 cuDNN 库的支持，并且根据每个 PyTorch 版本兼容性的不同，通常需要适配特定版本的依赖，因此强烈推荐使用 Python 虚拟环境（如 Anaconda）和包管理器进行安装，避免环境冲突或混乱。

如果使用包管理器直接安装 PyTorch 而不指定版本（如 pip install pytorch），将会默认安装最新的 PyTorch 版本及较新的 CUDA 和 cuDNN 版本，往往容易遇到兼容性问题（如版本不匹配/无法找到 CUDA 设备），务必根据官方提供的各个版本的完整安装命令（指定版本号）进行安装！

在虚拟环境下，使用包管理器（conda 或 pip）安装 PyTorch 时，会自动安装所依赖版本的 CUDA 和 cuDNN（作为 Python 软件包，如 cudatoolkit），并与系统环境变量定义的 CUDA 和 cuDNN 版本相隔离，PyTorch 会优先调用虚拟环境中的 CUDA 和 cuDNN。

即只要在虚拟环境中正确安装 PyTorch，无论系统中是否安装过任何版本的 CUDA 和 cuDNN，都不会造成兼容性问题。

从 PyTorch 2.6 开始不再提供官方 Conda 包

出于维护成本与用户使用情况考虑，从 PyTorch 2.6 版本开始，官方 Anaconda 频道（-c pytorch）不再提供 Conda 包。作为替代方案，可以考虑迁移至第三方的 conda-forge 频道 (1)，或使用 Pip 安装 PyTorch。

详见：[Announcement] Deprecating PyTorch’s official Anaconda channel

  1. 参考：Transitioning from defaults | conda-forge | community-driven packaging for conda
PyTorch 安装命令（CUDA）

以下仅列出部分较新的主要版本的 PyTorch 安装命令，其他所有版本请参阅：PyTorch 和 Previous PyTorch Versions | PyTorch

如果要更换原有的 PyTorch 版本，务必先完全卸载 PyTorch 后，再使用命令安装新版本！

从国内镜像源下载（Pip）

pip 安装命令使用 --index-url 选项来区分不同 CUDA 版本的 PyTorch，默认参数指定从官方源获取，如果下载失败或速度较慢可以更换为国内镜像源。

将 --index-url 参数中的 https://download.pytorch.org/whl 替换为镜像源，版本路径（如 /cu118）不变

推荐镜像站 PyTorch 镜像源（Wheel）
南京大学镜像站（nju） https://mirrors.nju.edu.cn/pytorch/whl
阿里云镜像站（aliyun） https://mirrors.aliyun.com/pytorch-wheels
[Latest] PyTorch v2.7.0 | CUDA 11.8, 12.6, 12.8 | Python 3.9 - 3.13 
# CUDA 11.8
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
# CUDA 12.6
pip install torch torchvision torchaudio
# CUDA 12.8
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128
PyTorch v2.6.0 | CUDA 11.8, 12.4, 12.6 | Python 3.9 - 3.13 
# CUDA 11.8
pip install torch==2.6.0 torchvision==0.21.0 torchaudio==2.6.0 --index-url https://download.pytorch.org/whl/cu118
# CUDA 12.4
pip install torch==2.6.0 torchvision==0.21.0 torchaudio==2.6.0 --index-url https://download.pytorch.org/whl/cu124
# CUDA 12.6
pip install torch==2.6.0 torchvision==0.21.0 torchaudio==2.6.0 --index-url https://download.pytorch.org/whl/cu126
PyTorch v2.5.1 | CUDA 11.8, 12.1, 12.4 | Python 3.9 - 3.12 
# CUDA 11.8
conda install pytorch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1  pytorch-cuda=11.8 -c pytorch -c nvidia
# CUDA 12.1
conda install pytorch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1 pytorch-cuda=12.1 -c pytorch -c nvidia
# CUDA 12.4
conda install pytorch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1 pytorch-cuda=12.4 -c pytorch -c nvidia

# CUDA 11.8
pip install torch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1 --index-url https://download.pytorch.org/whl/cu118
# CUDA 12.1
pip install torch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1 --index-url https://download.pytorch.org/whl/cu121
# CUDA 12.4
pip install torch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1 --index-url https://download.pytorch.org/whl/cu124
PyTorch v2.4.1 | CUDA 11.8, 12.1, 12.4 | Python 3.9 - 3.12 
# CUDA 11.8
conda install pytorch==2.4.1 torchvision==0.19.1 torchaudio==2.4.1  pytorch-cuda=11.8 -c pytorch -c nvidia
# CUDA 12.1
conda install pytorch==2.4.1 torchvision==0.19.1 torchaudio==2.4.1 pytorch-cuda=12.1 -c pytorch -c nvidia
# CUDA 12.4
conda install pytorch==2.4.1 torchvision==0.19.1 torchaudio==2.4.1 pytorch-cuda=12.4 -c pytorch -c nvidia

# CUDA 11.8
pip install torch==2.4.1 torchvision==0.19.1 torchaudio==2.4.1 --index-url https://download.pytorch.org/whl/cu118
# CUDA 12.1
pip install torch==2.4.1 torchvision==0.19.1 torchaudio==2.4.1 --index-url https://download.pytorch.org/whl/cu121
# CUDA 12.4
pip install torch==2.4.1 torchvision==0.19.1 torchaudio==2.4.1 --index-url https://download.pytorch.org/whl/cu124
PyTorch v2.3.1 | CUDA 11.8, 12.1 | Python 3.8 - 3.12 
# CUDA 11.8
conda install pytorch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 pytorch-cuda=11.8 -c pytorch -c nvidia
# CUDA 12.1
conda install pytorch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 pytorch-cuda=12.1 -c pytorch -c nvidia

# CUDA 11.8
pip install torch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 --index-url https://download.pytorch.org/whl/cu118
# CUDA 12.1
pip install torch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 --index-url https://download.pytorch.org/whl/cu121
PyTorch v2.2.2 | CUDA 11.8, 12.1 | Python 3.8 - 3.12 
# CUDA 11.8
conda install pytorch==2.2.2 torchvision==0.17.2 torchaudio==2.2.2 pytorch-cuda=11.8 -c pytorch -c nvidia
# CUDA 12.1
conda install pytorch==2.2.2 torchvision==0.17.2 torchaudio==2.2.2 pytorch-cuda=12.1 -c pytorch -c nvidia

# CUDA 11.8
pip install torch==2.2.2 torchvision==0.17.2 torchaudio==2.2.2 --index-url https://download.pytorch.org/whl/cu118
# CUDA 12.1
pip install torch==2.2.2 torchvision==0.17.2 torchaudio==2.2.2 --index-url https://download.pytorch.org/whl/cu121
PyTorch v2.1.2 | CUDA 11.8, 12.1 | Python 3.8 - 3.11 
# CUDA 11.8
conda install pytorch==2.1.2 torchvision==0.16.2 torchaudio==2.1.2 pytorch-cuda=11.8 -c pytorch -c nvidia
# CUDA 12.1
conda install pytorch==2.1.2 torchvision==0.16.2 torchaudio==2.1.2 pytorch-cuda=12.1 -c pytorch -c nvidia

# CUDA 11.8
pip install torch==2.1.2 torchvision==0.16.2 torchaudio==2.1.2 --index-url https://download.pytorch.org/whl/cu118
# CUDA 12.1
pip install torch==2.1.2 torchvision==0.16.2 torchaudio==2.1.2 --index-url https://download.pytorch.org/whl/cu121
PyTorch v2.0.1 | CUDA 11.7, 11.8 | Python 3.8 - 3.11 
# CUDA 11.7
conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c pytorch -c nvidia
# CUDA 11.8
conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.8 -c pytorch -c nvidia

# CUDA 11.7
pip install torch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2
# CUDA 11.8
pip install torch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 --index-url https://download.pytorch.org/whl/cu118
PyTorch v1.13.1 | CUDA 11.6, 11.7 | Python 3.7 - 3.10 
# CUDA 11.6
conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 pytorch-cuda=11.6 -c pytorch -c nvidia
# CUDA 11.7
conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 pytorch-cuda=11.7 -c pytorch -c nvidia

# CUDA 11.6
pip install torch==1.13.1+cu116 torchvision==0.14.1+cu116 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu116
# CUDA 11.7
pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu117
PyTorch v1.12.1 | CUDA 11.3, 11.6 | Python 3.7 - 3.10 
# CUDA 11.3
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch
# CUDA 11.6
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.6 -c pytorch -c conda-forge

# CUDA 11.3
pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu113
# CUDA 11.6
pip install torch==1.12.1+cu116 torchvision==0.13.1+cu116 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu116

验证 PyTorch#

执行下列命令（或编写 Python 脚本），验证 PyTorch 是否安装成功

Bash
python -c "import torch; print(torch.cuda.is_available())"  # 如果输出为 True，说明 CUDA 可用

卸载 PyTorch#

完全卸载 PyTorch

无论之前是使用 pip 还是 conda 安装，建议同时且反复地使用两者的卸载命令进行卸载，以确保完全清除 PyTorch 及其依赖。

Bash
pip uninstall torch torchvision torchaudio
pip cache purge  # （可选）删除所有缓存
Bash
conda remove pytorch torchvision torchaudio
conda clean --all  # （可选）删除所有缓存

  1. Start Locally | PyTorch ↩