cuda版本只有9.0Pytorch下载不了GPU版本
时间: 2025-02-23 14:53:26 浏览: 44
### 安装PyTorch GPU版本于CUDA 9.0环境
对于希望在CUDA 9.0环境下安装兼容的PyTorch GPU版本的情况,可以采取离线安装的方式。首先确认计算机配备有支持CUDA的NVIDIA显卡并已成功安装CUDA 9.0以及相应的cuDNN库[^1]。
针对特定的操作系统和Python版本组合,在此案例中为Windows 10操作系统、Python 3.7版本的情况下,应寻找与之匹配的PyTorch和torchvision包。具体来说,适用于该配置的是`pytorch-1.1.0-py3.7_cuda90_cudnn7_1.tar.bz2` 和 `torchvision-0.3.0-py37_cu90_1.tar.bz2` 文件[^4]。
为了完成这些软件包的安装,需提前下载上述两个`.tar.bz2`文件至本地磁盘上的某个目录内。接着打开命令提示符窗口,并切换到存储这两个压缩包的路径下执行如下两条指令:
```bash
conda install --offline pytorch-1.1.0-py3.7_cuda90_cudnn7_1.tar.bz2
conda install --offline torchvision-0.3.0-py37_cu90_1.tar.bz2
```
通过这种方式能够有效规避因网络连接不稳定而导致在线安装失败的问题。
另外一种方法是在具备良好互联网访问条件的前提下尝试直接利用pip工具进行在线安装。创建一个新的Conda虚拟环境之后,可以通过指定URL来获取带有CUDA支持的PyTorch轮子文件(wheel file),例如使用以下命令:
```bash
pip install --target=d:\Anaconda3_installed\envs\pt-gpu http://download.pytorch.org/whl/cu90/torch-0.4.1-cp36-cp36m-win_amd64.whl
```
需要注意的是,这里给出的例子基于Python 3.6版本;如果使用的Python版本不同,则需要调整链接中的版本号部分以确保正确无误地定位所需的二进制分发版[^5]。
最后一步则是单独安装torchvision库,这通常可以直接通过pip完成而无需额外参数设置:
```bash
pip install torchvision
```
以上就是关于如何在CUDA 9.0环境中安装适合的PyTorch GPU版本的方法介绍。
阅读全文
相关推荐


















