PyTorch版本与CUDA驱动速查指南
好的，以下是 Python、PyTorch、CUDA 和显卡驱动版本的对应关系整理：
版本对应关系速查表
| PyTorch 版本 | 支持的 CUDA 版本 | 支持的 Python 版本 | 最低显卡驱动版本要求 |
|---|---|---|---|
| PyTorch 2.3 | 11.8, 12.1 | 3.8 - 3.11 | ≥ 515.48.07 (CUDA 11.8) / ≥ 530.30.02 (CUDA 12.1) |
| PyTorch 2.2 | 11.8, 12.1 | 3.8 - 3.11 | ≥ 515.48.07 (CUDA 11.8) / ≥ 530.30.02 (CUDA 12.1) |
| PyTorch 2.1 | 11.8, 12.1 | 3.8 - 3.11 | ≥ 515.48.07 (CUDA 11.8) / ≥ 530.30.02 (CUDA 12.1) |
| PyTorch 2.0 | 11.7, 11.8 | 3.8 - 3.11 | ≥ 495.29.05 (CUDA 11.7) |
| PyTorch 1.13 | 11.6, 11.7 | 3.7 - 3.10 | ≥ 450.80.02 (CUDA 11.6) |
| PyTorch 1.12 | 10.2, 11.3, 11.6 | 3.7 - 3.10 | ≥ 450.80.02 (CUDA 11.6) |
| PyTorch 1.11 | 10.2, 11.3, 11.5 | 3.7 - 3.10 | ≥ 450.80.02 (CUDA 11.5) |
| PyTorch 1.10 | 10.2, 11.3, 11.5 | 3.6 - 3.9 | ≥ 450.80.02 (CUDA 11.5) |
| PyTorch 1.9 | 10.2, 11.1 | 3.6 - 3.9 | ≥ 450.80.02 (CUDA 11.1) |
| PyTorch 1.8 | 10.2, 11.1 | 3.6 - 3.9 | ≥ 450.80.02 (CUDA 11.1) |
| PyTorch 1.7 | 9.2, 10.1, 10.2 | 3.6 - 3.9 | ≥ 440.33.01 (CUDA 10.2) |
重要说明
驱动版本要求
NVIDIA 驱动版本需≥ CUDA 版本所需的最低驱动（例如 CUDA 11.8 要求驱动 ≥ 515.48.07）。可通过以下命令查看驱动版本：nvidia-smiPyTorch 与 CUDA 安装
PyTorch 官方已集成 CUDA 依赖，安装时无需单独配置 CUDA。推荐使用以下命令安装：# 示例：安装 PyTorch 2.3 + CUDA 12.1 pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121兼容性建议
- Python：建议使用较新版本（如 3.8+），避免兼容性问题。
- 显卡：确保 GPU 支持 CUDA（如 NVIDIA Tesla/GeForce RTX 系列）。
- 验证安装：
import torch print(torch.__version__) # PyTorch 版本 print(torch.cuda.is_available()) # 检查 CUDA 是否可用
常见问题
Q：如何降级 CUDA 版本？
A：直接安装目标版本的 PyTorch 即可（如pip install torch==1.13.0+cu117），无需手动降级 CUDA。Q：驱动版本足够高，但
torch.cuda.is_available()返回 False？
A：检查 PyTorch 是否与 CUDA 版本匹配，或尝试重装 PyTorch。
整理自 PyTorch 官方文档（截至 2024 年 6 月），实际请以 PyTorch 官网为准。