cuda10.2，Python3.7对应的torch，torchvision和torchaudio版本

根据官方文档，cuda10.2，Python3.7对应的torch，torchvision和torchaudio版本如下：

- torch 1.6.0
- torchvision 0.7.0
- torchaudio 0.6.0

需要注意的是，这些版本仅供参考，具体的版本可以根据实际需求选择。同时，还需要根据操作系统和CUDA版本进行匹配。

相关问题

cuda对应的torch和python版本

下表是CUDA和PyTorch版本之间的对应关系：

| CUDA版本 | PyTorch 1.7 | PyTorch 1.6 | PyTorch 1.5 | PyTorch 1.4 | PyTorch 1.3 |
| -------- | ----------- | ----------- | ----------- | ----------- | ----------- |
| 11.2 | 1.7.1 | 1.6.0 | 1.5.0 | 1.4.0 | Not supported |
| 11.1 | 1.7.0 | 1.6.0 | 1.5.0 | 1.4.0 | Not supported |
| 11.0 | 1.7.0 | 1.6.0 | 1.5.0 | 1.4.0 | Not supported |
| 10.2 | 1.7.0 | 1.6.0 | 1.5.0 | 1.4.0 | 1.3.1 |
| 10.1 | 1.7.0 | 1.6.0 | 1.5.0 | 1.4.0 | 1.3.1 |
| 10.0 | 1.7.0 | 1.6.0 | 1.5.0 | 1.4.0 | 1.3.1 |

此外，Python版本与PyTorch版本之间的对应关系如下：

| Python版本 | PyTorch 1.7 | PyTorch 1.6 | PyTorch 1.5 | PyTorch 1.4 | PyTorch 1.3 |
| ---------- | ----------- | ----------- | ----------- | ----------- | ----------- |
| 3.6 | ✓ | ✓ | ✓ | ✓ | ✓ |
| 3.7 | ✓ | ✓ | ✓ | ✓ | ✓ |
| 3.8 | ✓ | ✓ | ✓ | ✓ | |
| 3.9 | ✓ | | | | |

其中 ✓ 表示支持该组合。

安装pytorch gpu cuda10.2 1.12.1版本

以下是在Windows系统上安装PyTorch GPU CUDA 10.2 1.12.1版本的步骤：

1. 安装CUDA 10.2
前往NVIDIA官网下载CUDA 10.2的安装包，安装时选择自定义安装并勾选CUDA工具包和CUDA示例，其他组件按需选择安装。安装完成后，将CUDA的bin和lib文件夹加入环境变量PATH和LIBRARY_PATH中。

2. 安装cuDNN 7.6.5
前往NVIDIA官网下载cuDNN 7.6.5的压缩包，解压后将其中的bin、include和lib文件夹复制到CUDA的安装目录下，覆盖同名文件。

3. 安装Anaconda
前往Anaconda官网下载适合自己系统的安装包，安装完成后打开Anaconda Prompt。

4. 创建虚拟环境并安装PyTorch
在Anaconda Prompt中输入以下命令：
conda create -n pytorch_env python=3.7
conda activate pytorch_env
conda install pytorch==1.12.1 torchvision==0.9.1 cudatoolkit=10.2 -c pytorch
安装完成后，可以通过以下命令测试PyTorch是否安装成功：
python
import torch
print(torch.__version__)
如果输出1.12.1，则说明安装成功。

5. 测试GPU加速
如果有NVIDIA GPU并且已经安装好了驱动程序和CUDA，可以通过以下命令测试GPU加速是否正常：
python
import torch
print(torch.cuda.is_available())
如果输出True，则说明GPU加速正常。

以上就是在Windows系统上安装PyTorch GPU CUDA 10.2 1.12.1版本的步骤，如果在其他操作系统上安装，具体步骤可能有所不同。