一般来说Python3.x对应着PyTorch1.x。

以下是一些常见的Python和PyTorch版本对应关系。请注意，随着时间的推移，版本可能会有所改变，因此在使用时请务必查阅最新文档以获取准确的信息。

PyTorch 版本对应的 Python 版本
PyTorch 1.0Python 2.7, 3.5, 3.6, 3.7
PyTorch 1.1Python 2.7, 3.5, 3.6, 3.7
PyTorch 1.2Python 2.7, 3.5, 3.6, 3.7
PyTorch 1.3Python 2.7, 3.5, 3.6, 3.7
PyTorch 1.4Python 2.7, 3.5, 3.6, 3.7, 3.8
PyTorch 1.5Python 3.5, 3.6, 3.7, 3.8
PyTorch 1.6Python 3.5, 3.6, 3.7, 3.8
PyTorch 1.7Python 3.5, 3.6, 3.7, 3.8
PyTorch 1.8Python 3.6, 3.7, 3.8, 3.9
PyTorch 1.9Python 3.6, 3.7, 3.8, 3.9

请注意，Python 2.x 分支在2020年已经停止维护，因此强烈建议使用Python 3.x 版本。

加一张附表

Torch 版本可选的 CUDA 版本支持的 Python 版本
2.0.1cu117, cu118cp38, cp39, cp310, cp311
2.0.0cu117, cu118cp38, cp39, cp310, cp311
1.13.1cu116, cu117cp37, cp38, cp39, cp310
1.13.0cu116, cu117cp37, cp38, cp39, cp310
1.12.1cu113, cu116cp37, cp38, cp39, cp310
1.12.0cu113, cu116cp37, cp38, cp39, cp310
1.11.0cu113, cu115cp37, cp38, cp39, cp310
1.10.2cu102, cu111, cu113cp36, cp37, cp38, cp39
1.10.1cu102, cu111, cu113cp36, cp37, cp38, cp39
1.10.0cu102, cu111, cu113cp36, cp37, cp38, cp39
1.9.1cu102, cu111cp36, cp37, cp38, cp39
1.9.0cu102, cu111cp36, cp37, cp38, cp39
1.8.1cu101, cu102, cu111cp36, cp37, cp38, cp39
1.8.0cu101, cu111cp36, cp37, cp38, cp39
1.7.1cu101, cu110cp36, cp37, cp38, cp39
1.7.0cu101, cu110cp36, cp37, cp38
1.6.0cu101cp36, cp37, cp38
1.5.1cu92, cu101cp35, cp36, cp37, cp38
1.5.0cu92, cu101cp35, cp36, cp37, cp38
1.4.0cu92cp35, cp36, cp37, cp38
1.3.1cu92cp35, cp36, cp37
1.3.0cu92cp35, cp36, cp37
1.2.0cu92cp35, cp36, cp37
# python # pytorch # 开发语言
Logo
GitCode 开源社区

旨在为数千万中国开发者提供一个无缝且高效的云端环境，以支持学习、使用和贡献开源项目。

更多推荐

【目标检测】目标检测的一些常用神经网络模型及方法

我的阶段性总结????文章目录1.概述1.2 目标检测的任务1.3 目标检测的分类2.R-CNN系列2.1 [R-CNN（Region with CNN features）](https://arxiv.org/pdf/1311.2524.pdf)2.2 [Fast R-CNN](https://www.cv-foundation.org/openaccess/content_iccv_2015/

avatar GitCode 开源社区
cover

用C++实现4种YOLO目标检测（内附完整代码）

avatar GitCode 开源社区
cover

静态时序分析：SDC约束命令create_generated_clock详解（上）

avatar GitCode 开源社区