Python、PyTorch、CUDA 与显卡版本对应关系速查表

📉 三、TensorFlow 版本对应关系

TensorFlow 对新硬件的支持相对滞后。Windows 用户请注意：TF 2.10 是支持 GPU 的最后一个 Windows 本地版本。

📝 不同配置的'黄金搭配'

最后总结几套配置方案，请根据自己的硬件对号入座：

1. 前沿性能组 (RTX 50/40 系)：
   • 搭配：Python 3.11 + PyTorch 2.5/2.6 + CUDA 12.4+
   • 理由：发挥新架构 (FP8 等) 极致性能，必须拥抱 CUDA 12。
2. 主流稳定组 (RTX 30/40 系)：
   • 搭配：Python 3.10 + PyTorch 2.3/2.4 + CUDA 12.1
   • 理由：市面上绝大多数开源项目都能跑，兼容性最佳。
3. 经典兼容组 (RTX 20/30 系)：
   • 搭配：Python 3.9/3.10 + PyTorch 2.0 + CUDA 11.8
   • 理由：CUDA 11.8 是过去几年的统一度量衡，极其稳定。
4. 古董收藏组 (GTX 10 系)：
   • 搭配：Python 3.8 + PyTorch 1.12 + CUDA 11.3
   • 理由：老卡就别追新了，能跑起来就是胜利。