如何安装旧版本的Pytorch

不同的项目所使用的Pytorch版本可能不同,一般而言,高版本的Pytorch可以向下兼容的,但有时可能会需要旧版本的Pytorch。

1、首先进入Pytorch官网(PyTorch),下滑找到" install previous versions of PyTorch",或点击"Get started"后找到" install previous versions of PyTorch"。

2、点击" install previous versions of PyTorch",就能发现各种版本以及他们各自的安装方式。

3、找到自己需要的版本,选择使用conda命令安装还是pip命令安装,接着根据自己的操作系统选择,然后根据自己是否有独立GPU还是只有CPU,以及硬件CUDA版本,复制对应的安装命令。

4、到Anaconda Prompt中(适用于conda和pip命令),跳转到想要安装pytorch的虚拟环境下,使用3中复制的命令执行。

  • conda指令基本格式(Windows+GPU):
python 复制代码
# 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

等号后面的均为版本号。

如果官网通道没有该版本,或者下载速度太慢,可以将通道换为其他通道:

python 复制代码
conda install pytorch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1  pytorch-cuda=11.8 -c 通道地址

|-----------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 镜像 | 地址 |
| 清华镜像 | Index of /anaconda/cloud/pytorch/win-64/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror |
| 北京外国语大学镜像 | https://mirrors.bfsu.edu.cn/anaconda/cloud/pytorch/win-64/ |
| 阿里巴巴镜像 | http://mirrors.aliyun.com/anaconda/cloud/pytorch/win-64/ |
| 南京大学镜像 | https://mirror.nju.edu.cn/pub/anaconda/cloud/pytorch/win-64/ |

可以使用以下命令:

python 复制代码
conda search pytorch --c 镜像通道

来查找该通道中有哪些版本的Pytorch。

使用以下命令:

python 复制代码
conda search pytorch=版本 --c 镜像通道

来验证镜像通道是否有这个版本的Pytorch。

  • pip指令基本格式(windows+GPU)
python 复制代码
# 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
相关推荐
TYUT ljk1 分钟前
Editing Language Model-based Knowledge Graph Embeddings
人工智能·知识图谱
智驱力人工智能8 分钟前
大型活动交通拥堵治理的视觉算法应用
人工智能·算法·智慧城市·边缘计算·智慧交通·车牌识别算法·堵车识别算法
HyperAI超神经23 分钟前
8k长序列建模,蛋白质语言模型Prot42仅利用目标蛋白序列即可生成高亲和力结合剂
人工智能·深度学习·机器学习·语言模型·自然语言处理·ai for science·蛋白质结构
塔_Tass29 分钟前
【论文阅读】:Weighted Graph Cuts without Eigenvectors:A Multilevel Approach
论文阅读·机器学习·聚类·k-means
张较瘦_33 分钟前
[论文阅读] 人工智能+软件工程 | 理解GitGoodBench:评估AI代理在Git中表现的新基准
论文阅读·人工智能·软件工程
UQI-LIUWJ35 分钟前
论文笔记:LANGUAGE MODELS REPRESENT SPACE AND TIME
人工智能·语言模型·自然语言处理
热热虎37 分钟前
医学图像分割最新进展
图像处理·人工智能·深度学习·计算机视觉
斯文by累41 分钟前
Python环境搭建
开发语言·python
PassLink_1 小时前
Yolov5.6增加注意力机制+ByterTrack:目标检测与跟踪
人工智能·yolo·目标检测·计算机视觉·bytetrack·目标追踪
@大迁世界1 小时前
OpenAI 全新 Codex AI 代理或将终结传统 IDE 时代
ide·人工智能