在深度学习开发中,环境配置往往是踩坑最多的环节。PyTorch、CUDA、Python 以及 MMDetection 系列库之间的版本依赖错综复杂,一旦不匹配,轻则报错,重则无法运行。整理这份对照表,希望能帮你节省排查时间。
PyTorch 基础环境兼容性
PyTorch 对 CUDA 版本有明确要求,通常高版本 CUDA 可以兼容低版本 PyTorch,但反过来不行。Python 版本也需严格对应。下表列出了常见版本的组合支持情况:
| PyTorch 版本 | Python 支持版本 | CUDA 10.1 | CUDA 10.2 | CUDA 11.1 | CUDA 11.3 | CUDA 11.6 | CUDA 11.7 | CUDA 11.8 | 安装指令后缀 |
|---|---|---|---|---|---|---|---|---|---|
| 2.1.0 | 3.8–3.11 | ❌ | ❌ | ❌ | ❌ | ✅ | ✅ | ✅ | +cu117, +cu118 |
| 2.0.1 | 3.8–3.11 | ❌ | ❌ | ❌ | ❌ | ✅ | ✅ | ✅ | +cu117, +cu118 |
| 1.13.1 | 3.7–3.10 | ❌ | ✅ | ✅ | ✅ | ✅ | ✅ | ✅ | +cu117, +cu116 等 |
| 1.12.1 | 3.7–3.10 | ❌ | ✅ | ✅ | ✅ | ✅ | ✅ | ✅ | +cu116, +cu115 等 |
| 1.11.0 | 3.6–3.9 | ❌ | ✅ | ✅ | ✅ | ✅ |

