pytorch版本基于cuda版本和python版本确定，不同环境对版本有不同要求，记录一下历程。

一、CUDA

1. 版本查看

首先打开终端【win+R → 输入cmd → 打开】

1.1 驱动版本【电脑当前驱动下支持的最高版本】

指令 : nvidia-smi
在这里插入图片描述
右上角的CUDA Version表示，当前支持的最高cuda版本为12.5

1.2 运行版本【编译深度学习代码时的运行版本】

指令 : nvcc -V
在这里插入图片描述
后两行的11.3表示当前运行CUDA的版本，也是编译代码时用到的版本，这个版本不能超过上述的驱动版本（12.5）

2. CUDA&Cudnn安装

参考教程：https://blog.csdn.net/YYDS_WV/article/details/137825313

关于cudnn的网页链接：
9.0之前的版本： https://developer.nvidia.com/rdp/cudnn-archive
9.0之后的新版本： https://developer.nvidia.com/cudnn-archive

二、pytorch

版本参考链接：https://pytorch.org/get-started/previous-versions/
由于torch大都是捆绑出现的，稍微整理了一下相关的版本

torchtorchvisiontorchaudiotorchdataXformerscuda
2.50.202.5.00.9.0，0.10.0
2.4.10.19.12.4.10.0.2812.4
2.40.192.4.00.8.0
2.30.182.3.x0.0.2711.8/12.1
2.20.172.2.x0.0.26，0.0.25，0.0.2411.8/12.1
2.10.162.1.00.0.23
2.0.10.15.12.0.20.0.22
2.0.00.15.12.0.10.6.0

安装包的时候可以指定版本，并提供对应cuda版本的下载参考链接，以cuda11.8为例：

pip install torch\==2.3.1+cu118  torchvision\==0.18.1+cu118 torchaudio\==2.3.1+cu118 xformers\==0.0.27 torchdata==0.7.1 --extra-index-url https://download.pytorch.org/whl/cu118

其中torch分为cpu和cuda版本，如果不说明+cu118，很可能下载的是cpu版本

# pytorch
Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

graphify 视频音视频转写全流程解析：从 detect 结果到知识图谱文档的 Step 2.5

graphify 的核心能力是把任意语料（代码、文档、PDF、图片）转化为可查询的知识图谱，而视频与音频文件无法被直接阅读，必须先把它们转写成文本。本文围绕 `graphify` 运行手册中的转写参考文档 [transcribe.md](https://link.gitcode.com/i/d3285781588e0f1b84886dfdbc4fe7f6)，完整讲解 "Step 2.5 - Tra

avatar 天工造物局

ML-For-Beginners 终章：经典机器学习在金融、医疗、零售等八大行业中的真实落地场景

本篇技术指南基于开源课程仓库 ML-For-Beginners 的收尾课程《Postscript: Machine learning in the real world》（对应仓库目录 [9-Real-World/1-Applications](https://link.gitcode.com/i/6b23002df80861c20abf34d7db63ef41)）编写。该课此前 11 周的教学带

avatar 天工造物局

graphify 知识图谱查询实战：query / path / explain 与可审计的答案闭环

本指南以 graphify 的 Trae 版查询技能参考（[graphify/skills/trae/references/query.md](https://link.gitcode.com/i/72a7875d46ec6d3706d31791f3cdcbe0)）为主体，系统讲解如何针对**已构建好的知识图谱**执行三类查询：语义相关节点遍历（query）、两概念间最短路径（path）、单节点关

avatar 天工造物局