torch1.13.1对应torchvision

根提供的引用，torch1.13.1对应的torchvision版本是0.4.2。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [Torch对应的torchvision版本](https://blog.csdn.net/mikewzp/article/details/129692066)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]

相关问题

how to download Cuda: cuda11.7 (torch==1.13.1)

下载CUDA（Compute Unified Device Architecture）是为了支持深度学习框架如PyTorch（版本1.13.1）在GPU上高效运行。下面是针对CUDA 11.7 和 PyTorch 1.13.1的一般步骤：

1. **访问CUDA官网**：
访问NVIDIA CUDA官方下载页面（https://developer.nvidia.com/cuda-downloads），选择“Find Drivers & Utilities”并定位到适合自己系统的CUDA版本。

2. **确定操作系统和架构**：
在CUDA下载页面，确认你的操作系统（Windows, Linux, macOS），以及你的硬件架构（通常是x86_64或ARM）。对于Linux用户，还需要选择对应的Ubuntu、Debian或其他发行版的版本。

3. **选择合适的CUDA Toolkit**：
在CUDA 11.7版本下，找到适用于PyTorch 1.13.1的版本。CUDA 11.7应该会有特定的对应版本提供对PyTorch的支持。

4. **下载安装文件**：
点击相应的下载按钮，下载`cuDriver`（驱动程序）、`CUDA Toolkit`（工具包）以及`cuDNN`（深度神经网络库）的安装文件。如果你不需要所有组件，可以选择只下载`CUDA Toolkit`。

5. **安装**：
- 使用管理员权限运行安装程序。
- 遵循安装向导提示，确保正确配置CUDA Toolkit的位置，以及是否将其添加到PATH环境变量中。
- 如果有提示安装cuDNN，记得下载并安装对应的cuDNN版本，因为它是PyTorch GPU加速的关键组成部分。

6. **验证安装**：
安装完成后，你可以通过命令行验证CUDA的安装，比如在终端输入`nvcc --version`（Windows用户可以尝试`where nvcc`），如果能正常输出CUDA版本信息，说明安装成功。

7. **更新PyTorch**：
最后，使用pip安装PyTorch时指定CUDA版本，例如：

   pip install torch torchvision torchaudio -f https://download.pytorch.org/whl/torch_stable.html --extra-index-url https://download.pytorch.org/whl/cpu torch.backends.cudnn.enabled=True \
       --upgrade --force-reinstall --ignore-installed -v --no-cache-dir --find-links https://download.pytorch.org/whl/cu117/

pip install torch==1.7.1+cu101 torchvision==0.8.2+cu101 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html Looking in links: https://download.pytorch.org/whl/torch_stable.html ERROR: Could not find a version that satisfies the requirement torch==1.7.1+cu101 (from versions: 1.11.0, 1.11.0+cpu, 1.11.0+cu102, 1.11.0+cu113, 1.11.0+cu115, 1.11.0+rocm4.3.1, 1.11.0+rocm4.5.2, 1.12.0, 1.12.0+cpu, 1.12.0+cu102, 1.12.0+cu113, 1.12.0+cu116, 1.12.0+rocm5.0, 1.12.0+rocm5.1.1, 1.12.1, 1.12.1+cpu, 1.12.1+cu102, 1.12.1+cu113, 1.12.1+cu116, 1.12.1+rocm5.0, 1.12.1+rocm5.1.1, 1.13.0, 1.13.0+cpu, 1.13.0+cu116, 1.13.0+cu117, 1.13.0+cu117.with.pypi.cudnn, 1.13.0+rocm5.1.1, 1.13.0+rocm5.2, 1.13.1, 1.13.1+cpu, 1.13.1+cu116, 1.13.1+cu117, 1.13.1+cu117.with.pypi.cudnn, 1.13.1+rocm5.1.1, 1.13.1+rocm5.2, 2.0.0, 2.0.0+cpu, 2.0.0+cpu.cxx11.abi, 2.0.0+cu117, 2.0.0+cu117.with.pypi.cudnn, 2.0.0+cu118, 2.0.0+rocm5.3, 2.0.0+rocm5.4.2, 2.0.1, 2.0.1+cpu, 2.0.1+cpu.cxx11.abi, 2.0.1+cu117, 2.0.1+cu117.with.pypi.cudnn, 2.0.1+cu118, 2.0.1+rocm5.3, 2.0.1+rocm5.4.2) ERROR: No matching distribution found for torch==1.7.1+cu101这个安装错误怎么回事，应该怎么解决

这个错误可能是因为您的CUDA版本与要安装的PyTorch版本不匹配。cu101表示需要CUDA 10.1，而您的系统中可能没有安装CUDA 10.1或者CUDA 10.1的路径没有加入到环境变量中。您可以尝试以下方法解决：

1. 确认您的系统中是否已经安装了CUDA 10.1，并将CUDA 10.1的路径加入到环境变量中。

2. 如果您没有安装CUDA 10.1，可以根据您的系统和GPU型号到NVIDIA官网下载对应的CUDA 10.1安装包进行安装。

3. 如果您无法安装CUDA 10.1，可以尝试安装其他版本的PyTorch，或者使用CPU版本的PyTorch。

4. 另外，您可以尝试使用conda或者pip安装PyTorch，conda可以自动解决依赖问题，pip需要手动安装依赖。

希望这些方法能够帮助您解决问题。