高版本CUDA安装torch1.1.0和torchvision0.3.0

最新推荐文章于 2025-06-30 17:04:45 发布

原创最新推荐文章于 2025-06-30 17:04:45 发布 · 2.5k 阅读

6 ·

CC 4.0 BY-SA版权

文章标签：

#torch1.1.0 #torchvision #cuda #pytorch

pytorch 专栏收录该内容

15 篇文章

订阅专栏

本文介绍了如何在CUDA高版本环境下安装torch1.1.0和torchvision0.3.0。针对官网未提供相应版本的安装教程，作者分享了通过pip3安装的步骤，包括升级pip，指定版本安装torch和torchvision。需要注意的是，安装过程中可能会出现较慢或看似卡死的情况，但最终能成功。作者在python3.6.0和3.7.0环境下都进行了验证，建议使用3.6.0以获得更快的安装速度。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

高版本CUDA安装torch1.1.0和torchvision0.3.0

在项目中遇到比较麻烦的事情，需要根据项目需要安装torch1.1.0和torchvision0.3.0，但是图像工作站是CUDA的版本分别是10.2和11.6，在官网的安装教程中并没有找到安装方法，并且分开安装会自动安装pytorch的1.11.0甚至更高版本，这个很烦人。

在网上找了相关教程，安装还是比较方便的，现在贴在下面：

    sudo pip3 install --upgrade pip
    sudo pip3 install --timeout=12000 torch==1.1.0 torchvision==0.3.0

在安装之前自己已经安装了numpy、pillow、scipy等安装包，不知道对不会对安装产生影响，这个需要大家自己评估。如果工作站是多用户的，而且权限问题，可以去掉"sudo"，直接使用pip3进行操作。

值得注意的主要有两点，分别如下：

使用pip3安装，自己使用conda命令失败，具体原因不是很清楚；
安装会比较慢（可能是我网速的问题），中间停留了较长时间，类似卡死的情况，这个时候不要认为无法安装，慢慢等待就行。

自己配置了两台机器，一台使用python3.6.0，一台试用python3.7.0，验证都没有问题。总体感觉，使用python3.6.0安装会快一些。