pytorch1.9.0对应cuda版本

根据引用中提供的信息，PyTorch 1.9.0对应的CUDA版本是：

- Linux和Windows下，使用CUDA 10.2: `conda install pytorch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0 cudatoolkit=10.2 -c pytorch`
- Linux和Windows下，使用CUDA 11.3: `conda install pytorch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0 cudatoolkit=11.3 -c pytorch -c conda-forge`
- CPU Only版本: `conda install pytorch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0 cpuonly -c pytorch`

所以，PyTorch 1.9.0对应的CUDA版本可以是CUDA 10.2或CUDA 11.3，或者是CPU Only版本。<span class="em">1</span><span class="em">2</span>

相关问题

pytorch1.9.0对应什么版本的cudnn和cuda

根据官方文档，PyTorch 1.9.0 需要匹配的版本如下：

- CUDA 11.1（可选 10.2）
- cuDNN 8.0（可选 7.6）

注意：需要根据你的GPU和操作系统版本安装对应的CUDA和cuDNN版本。此外，你还需要安装相应版本的NVIDIA驱动程序。详细的安装说明可以参考官方文档。

安装安装PyTorch 1.9.0 Cuda 11.1

安装 PyTorch 1.9.0 和 CUDA 11.1 需要在支持CUDA的Linux、macOS或Windows系统上进行，以下是大致步骤：

1. **更新操作系统**：
确保你的系统是最新的，并有兼容的显卡驱动。

2. **检查硬件支持**：
CUDA只适用于NVIDIA GPU，访问NVIDIA官网确认你的GPU型号是否支持CUDA 11.1。

3. **下载CUDA Toolkit**：
访问NVIDIA Developer网站(https://developer.nvidia.com/cuda-downloads)，选择"cuDNN Library"和"CUDA Toolkit"。对于CUDA 11.1，找到对应版本并下载安装文件。

4. **安装CUDA**：
运行安装程序，按照提示操作，确保选择安装到合适的路径，如默认路径`/usr/local/cuda`。

5. **配置环境变量**：
在终端或命令提示符中，编辑`~/.bashrc`（Linux/macOS）或`%USERPROFILE%\enviroment variables`（Windows），添加CUDA和cuDNN的路径到系统的PATH环境变量。

6. **安装cuDNN**：
如果选择了包含cuDNN的CUDA安装，cuDNN通常会自动安装。如果没有，需要从NVIDIA官网单独下载cuDNN库并安装。

7. **安装PyTorch**：
使用以下命令安装特定版本的PyTorch，这里使用conda（推荐）：

   conda create -n pytorch_1_9 python=3.7 torchvision cudatoolkit=11.1 -c pytorch
   conda activate pytorch_1_9
   pip install torch==1.9.0+cu111 torchaudio torchvision -f https://download.pytorch.org/whl/torch_stable.html

或者使用pip直接安装（非建议）：

   pip install torch==1.9.0+cu111 torchvision cudatoolkit=11.1 -f https://download.pytorch.org/whl/torch_stable.html

8. **验证安装**：
通过运行Python脚本测试安装：

   import torch
   print(torch.cuda.is_available(), torch.version.cuda)