pytorch与pytorchvision对应的版本

### PyTorch 与 torchvision 的版本兼容性 为了确保 PyTorch 和 torchvision 能够正常协同工作，必须遵循它们之间的版本对应关系。以下是基于官方文档和社区实践总结的常见版本组合： | **PyTorch 版本** | **torchvision 版本** | |------------------|----------------------| | 1.0.0 | 0.2.1 | | 1.1.0 | 0.3.0 | | 1.2.0 | 0.4.0 | | 1.3.0 | 0.4.1 | | 1.4.0 | 0.5.0 | | 1.5.0 | 0.6.0 | | 1.6.0 | 0.7.0 | | 1.7.0 | 0.8.0 | | 1.7.1 | 0.8.1 | | 1.8.0 | 0.9.0 | | 1.8.1 | 0.9.1 | | 1.9.0 | 0.10.0 | | 1.9.1 | 0.10.1 | | 1.10.0 | 0.11.0 | | 1.10.1 | 0.11.1 | | 1.11.0 | 0.12.0 | | 1.12.0 | 0.13.0 | | 1.13.0 | 0.14.0 | 上述表格中的版本号来源于多个权威来源[^1][^2][^3]。 如果当前使用的 PyTorch 或 torchvision 不在此列表中，则建议查阅最新的 [PyTorch 官方文档](https://pytorch.org/get-started/previous-versions/) 获取最新支持的版本信息。 --- #### 如何验证已安装的版本？ 可以运行以下 Python 脚本来确认当前环境中 PyTorch 和 torchvision 的具体版本： ```python import torch import torchvision print(f"PyTorch version: {torch.__version__}") print(f"TorchVision version: {torchvision.__version__}") ``` 通过此脚本可快速判断两者是否匹配。 --- #### 如果遇到版本冲突怎么办？ 当发现 PyTorch 和 torchvision 的版本不一致时，可以通过 `pip` 或 `conda` 来重新安装指定版本的库。例如： - 使用 pip 安装特定版本： ```bash pip install torch==1.12.0 torchvision==0.13.0 --upgrade ``` - 使用 conda 安装特定版本： ```bash conda install pytorch=1.12.0 torchvision=0.13.0 -c pytorch ``` 需要注意的是，在调整版本之前务必备份环境配置文件或记录现有依赖项。 ---