PyTorch、TorchVision、TorchAudio、TorchData、TorchText 和 Python 的版本对应关系 (兼容性)

PyTorch、TorchVision、TorchAudio、TorchData、TorchText 和 Python 的版本对应关系 {兼容性}

Installing previous versions of PyTorch
https://pytorch.org/get-started/previous-versions/

1. PyTorch (torch)TorchVision (torchvision) 和 Python 的版本对应关系 (兼容性)

torchvision
https://pypi.org/project/torchvision/
https://github.com/pytorch/vision

The following is the corresponding torchvision versions and supported Python versions.

PyTorch (torch)TorchVision (torchvision)Python
main / nightlymain / nightly>=3.10, <=3.14
2.90.24>=3.10, <=3.14
2.80.23>=3.9, <=3.13
2.70.22>=3.9, <=3.13
2.60.21>=3.9, <=3.12
2.50.20>=3.9, <=3.12
2.40.19>=3.8, <=3.12
2.30.18>=3.8, <=3.12
2.20.17>=3.8, <=3.11
2.10.16>=3.8, <=3.11
2.00.15>=3.8, <=3.11
1.130.14>=3.7.2, <=3.10
1.120.13>=3.7, <=3.10
1.110.12>=3.7, <=3.10
1.100.11>=3.6, <=3.9
1.90.10>=3.6, <=3.9
1.80.9>=3.6, <=3.9
1.70.8>=3.6, <=3.9
1.60.7>=3.6, <=3.8
1.50.6>=3.5, <=3.8
1.40.5==2.7, >=3.5, <=3.8
1.30.4.2 / 0.4.3==2.7, >=3.5, <=3.7
1.20.4.1==2.7, >=3.5, <=3.7
1.10.3==2.7, >=3.5, <=3.7
<=1.00.2==2.7, >=3.5, <=3.7

2. PyTorch (torch)TorchAudio (torchaudio) 和 Python 的版本对应关系 (兼容性)

Compatibility Matrix
https://docs.pytorch.org/audio/main/installation.html
https://github.com/pytorch/audio

The official binary distributions of TorchAudio contain extension modules which are written in C++ and linked against specific versions of PyTorch.
TorchAudio 的官方二进制发行版包含用 C++ 编写的扩展模块,这些模块链接到特定版本的 PyTorch。

TorchAudio and PyTorch from different releases cannot be used together. Please refer to the following table for the matching versions.
不同版本的 TorchAudio 和 PyTorch 不能同时使用。请参考下表查看匹配的版本。

PyTorch (torch)TorchAudio (torchaudio)Python
2.62.6.0>=3.9, <=3.13
2.52.5.0>=3.8, <=3.11
2.4.12.4.1>=3.8, <=3.11
2.42.4.0>=3.8, <=3.11
2.3.12.3.1>=3.8, <=3.11
2.3.02.3.0>=3.8, <=3.11
2.2.22.2.2>=3.8, <=3.11
2.2.12.2.1>=3.8, <=3.11
2.22.2.0>=3.8, <=3.11
2.1.22.1.2>=3.8, <=3.11
2.1.12.1.1>=3.8, <=3.11
2.1.02.1.0>=3.8, <=3.11
2.0.12.0.2>=3.8, <=3.11
2.0.02.0.1>=3.8, <=3.11
1.13.10.13.1>=3.7, <=3.10
1.13.00.13.0>=3.7, <=3.10
1.12.10.12.1>=3.7, <=3.10
1.12.00.12.0>=3.7, <=3.10
1.11.00.11.0>=3.7, <=3.9
1.10.00.10.0>=3.6, <=3.9
1.9.10.9.1>=3.6, <=3.9
1.8.10.8.1>=3.6, <=3.9
1.7.10.7.2>=3.6, <=3.9
1.7.00.7.0>=3.6, <=3.8
1.6.00.6.0>=3.6, <=3.8
1.5.00.5.0>=3.5, <=3.8
1.4.00.4.0==2.7, >=3.5, <=3.8

3. PyTorch (torch)TorchData (torchdata) 和 Python 的版本对应关系 (兼容性)

Version Compatibility
https://github.com/meta-pytorch/data

The following is the corresponding torchdata versions and supported Python versions.

PyTorch (torch)TorchData (torchdata)Python
master / nightlymain / nightly>=3.9, <=3.13
2.6.00.11.0>=3.9, <=3.13
2.5.00.10.0>=3.9, <=3.12
2.5.00.9.0>=3.9, <=3.12
2.4.00.8.0>=3.8, <=3.12
2.0.00.6.0>=3.8, <=3.11
1.13.10.5.1>=3.7, <=3.10
1.12.10.4.1>=3.7, <=3.10
1.12.00.4.0>=3.7, <=3.10
1.11.00.3.0>=3.7, <=3.10

4. PyTorch (torch)TorchText (torchtext) 和 Python 的版本对应关系 (兼容性)

Version Compatibility
https://github.com/pytorch/text

The following are the corresponding torchtext versions and supported Python versions.

PyTorch (torch)TorchText (torchtext)Python
nightly buildmain>=3.8, <=3.11
2.3.00.18.0>=3.8, <=3.11
2.2.00.17.0>=3.8, <=3.11
2.1.00.16.0>=3.8, <=3.11
2.0.00.15.0>=3.8, <=3.11
1.13.00.14.0>=3.7, <=3.10
1.12.00.13.0>=3.7, <=3.10
1.11.00.12.0>=3.6, <=3.9
1.10.00.11.0>=3.6, <=3.9
1.9.10.10.1>=3.6, <=3.9
1.90.10>=3.6, <=3.9
1.8.10.9.1>=3.6, <=3.9
1.80.9>=3.6, <=3.9
1.7.10.8.1>=3.6, <=3.9
1.70.8>=3.6, <=3.8
1.60.7>=3.6, <=3.8
1.50.6>=3.5, <=3.8
1.40.52.7, >=3.5, <=3.8
0.4 and below0.2.32.7, >=3.5, <=3.8

References

[1] Yongqiang Cheng (程永强), https://yongqiang.blog.ZEEKLOG.net/
[2] TorchVision (torchvision), https://github.com/pytorch/vision
[3] TorchAudio (torchaudio), https://github.com/pytorch/audio
[4] TorchData (torchdata), https://github.com/meta-pytorch/data
[5] TorchText (torchtext), https://github.com/pytorch/text

Read more

VSCode Copilot 终极魔改:以智谱 GLM-4.6 为例,一文搞定任意大模型接入

VSCode Copilot 终极魔改:以智谱 GLM-4.6 为例,一文搞定任意大模型接入

VSCode Copilot 终极魔改:以智谱 GLM-4.6 为例,一文搞定任意大模型接入 前言:为何你的 Copilot 需要一次“魔改”? 本文旨在帮助所有希望突破 VSCode Copilot 模型限制、追求更高代码效率和性价比的开发者。如果你也曾面临以下困境,那么这篇文章就是为你量身打造的: * Copilot 官方模型不够用:想尝试最新、最强的国产模型(如智谱 GLM、文心一言、Kimi)却无从下手。 * API 订阅成本高:官方或其他国外模型的订阅费和按量计费(通常以美元结算)让个人开发者望而却步。 * 替代品体验有瑕疵:其他辅助插件在某些场景下不如原生的 Copilot 轻便、流畅。 本文将提供一个终极解决方案:通过一个 VSCode 插件,无缝接入任何支持 OpenAI 兼容接口的大模型。我将以当前备受瞩目的国产模型智谱 GLM-4.6 为例,

如何利用AI一天写完文献综述?亲测有效的AI写作工具组合大公开!

如何利用AI一天写完文献综述?亲测有效的AI写作工具组合大公开!

谁懂啊家人们!写文献综述简直是学术路上的“拦路虎”——翻不完的中外文献、理不清的研究脉络、改不完的逻辑漏洞,动辄耗上一周甚至一个月,赶due党、毕业生直接被熬到崩溃😭。 直到我亲测了一套AI工具组合,从文献检索、筛选整理,到框架搭建、初稿撰写,再到润色降重、引用规范,全流程AI兜底,竟然真的实现了一天搞定文献综述,还顺利通过导师审核!今天就把压箱底的工具分享给大家,每一款都亲测可用,新手也能直接上手,彻底告别学术内耗~ 重点分享6款核心工具,涵盖中文适配、英文深耕、全流程辅助,其中paperred、毕业之家、豆包、deepseek主打中文场景,另外两款英文品牌(Literature Review Generator、Scite.ai)精准解决外文文献痛点,搭配使用效率直接翻倍,新手闭眼冲不踩雷! 一、核心工具详解(亲测无坑,按需选用) 1. Paperred:新手友好型“文献综述全能助手” 作为入门级学术辅助工具,Paperred简直是本科党、

【回眸】AI新鲜事(一)如何使用Copilot制定一个60天的系统学习AI计划细化落实到每天并导入Outlook日程?

【回眸】AI新鲜事(一)如何使用Copilot制定一个60天的系统学习AI计划细化落实到每天并导入Outlook日程?

前言 今早刷到一位老师的视频号视频,马上开始实践起来,第一个目标是系统学习AI使用,重实用技能,轻理论知识。顺便使用AI指定一个小计划,帮我这个P人完成一个具体详细的计划吧!下面我将告诉你,我是如何给AI提示词,逐步生成一个可以导入Outlook日程的文件。 一、准备一个并不完美的提示词 不需要考虑到一次性能让AI回答出最符合心意的答案,因为我们可以通过多轮对话让AI自然回答出我们想要的答案,所以可以直接给出你心里想的问题。 比如,我提的问题是: 问题(最初版) 你是一个超级AI专家讲师,给我制定一个系统学习AI的步骤流程 Copilot是这样回答的 下面我会以“超级AI专家讲师”的视角,为你设计一套 从零到精通的系统化 AI 学习路线图。这套路线特别适合你作为 Autonomous Linux/QNX BSP 软件工程师 的背景,会强调实战、工程能力和可落地的 AI 应用。 🚀 AI 系统学习完整路线(从零到行业级应用) 🎯 阶段 0:明确目标(1 天) 先为自己定一个方向,

GitHub Copilot 在 VS Code 上的终极中文指南:从安装到高阶玩法

GitHub Copilot 在 VS Code 上的终极中文指南:从安装到高阶玩法

GitHub Copilot 在 VS Code 上的终极中文指南:从安装到高阶玩法 前言 GitHub Copilot 作为 AI 编程助手,正在彻底改变开发者的编码体验。本文将针对中文开发者,深度解析如何在 VS Code 中高效使用 Copilot,涵盖基础设置、中文优化、核心功能详解,并提供多个实战场景配置模板。 一、安装与配置全流程 1. 完整安装步骤 1. 扩展安装 * 打开 VS Code → 点击左侧活动栏的 Extensions 图标(或按 Ctrl+Shift+X) * 搜索框输入 GitHub Copilot → 点击安装按钮 2. 账号授权 * 安装完成后右下角弹出通知 → 点击 Sign in