为什么按照了pytorch还有按照torchversion?

感谢您的提问。我理解您的问题是为什么有些 pytorch 的项目需要按照不同的 torch 版本。

Pytorch 是一个由 Facebook 开发的深度学习框架，它在不同的版本中会升级各种功能（比如新的网络结构、优化器等等），同时也会带来一些不向前兼容的改动。因此，如果您在一个项目中使用了某个 pytorch 版本训练了一个深度学习模型，那么在另一个项目中使用不同版本的 pytorch 去加载这个模型时可能会出现错误。

为了解决这个问题，pytorch 提供了多个版本的发布，并推荐用户根据自己的需求和应用场景选择合适的版本。同时，在实际应用中，也可能需要处理不同版本的 pytorch 之间的兼容性问题。

相关问题

安装pytorch1.8以及他的torchversion 和cudatoolkit

我可以回答这个问题。安装 PyTorch 1.8 可以通过以下命令进行：

pip install torch==1.8.0+cu111 -f https://download.pytorch.org/whl/cu111/torch_stable.html

其中，cu111 表示使用的 CUDA 版本为 11.1，如果你使用的是其他版本的 CUDA，可以在链接中选择对应的版本。安装完 PyTorch 后，可以通过以下命令查看其版本信息：

import torch
print(torch.__version__)

同时，安装 CUDA Toolkit 也是必须的，可以从 NVIDIA 官网下载对应版本的 CUDA Toolkit 进行安装。

cuda11.7 pytorch torchversion cudatoolkit

抱歉，但是目前还没有发布 CUDA 11.7 的版本。PyTorch 的最新版本是 1.9.0，对应的 CUDA 版本是 11.1。你可以通过安装 PyTorch 1.9.0 来使用 CUDA 11.1。安装命令如下：

pip install torch==1.9.0+cu111 -f https://download.pytorch.org/whl/torch_stable.html

请注意，你需要先安装对应的 CUDA Toolkit 版本（例如 CUDA 11.1）才能正常运行 PyTorch。你可以从 NVIDIA 官方网站下载并安装 CUDA Toolkit。