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
# 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
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
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
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
# 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