### 更改 PyTorch 安装版本的方法 更改 PyTorch 的安装版本可以通过 `pip` 或者 `conda` 来实现，以下是具体的说明： #### 使用 Conda 进行版本管理 在 Ubuntu 系统或者 Windows/MacOS 中使用 Conda 环境时，可以按照以下方法调整 PyTorch 版本。通过激活目标环境并指定所需的 PyTorch 和 CUDA 工具包版本来完成操作。 - **降级/升级 PyTorch** 需要先激活对应的 Python 环境，然后运行特定的命令以设置所需版本[^3]。例如： ```bash conda activate your_env_name conda install pytorch=1.9.0 torchvision torchaudio cudatoolkit=11.1 -c pytorch ``` - 如果网络连接存在问题，推荐配置国内镜像源（如清华大学开源软件镜像站），从而加速依赖项下载速度[^4]: ```bash conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ conda config --set show_channel_urls yes ``` #### 使用 Pip 修改 PyTorch 版本 对于不基于 Conda 的纯虚拟环境，也可以借助 `pip` 实现版本切换。需要注意的是，在某些情况下可能还需要额外处理兼容性问题，比如 Tornado 库与 Jupyter Notebook 的冲突情况[^1]。 - 卸载当前已有的 PyTorch 并重新安装新版本： ```bash pip uninstall torch torchvision torchaudio pip install torch==1.8.1+cpu torchvision==0.9.1+cpu torchaudio===0.8.1 -f https://download.pytorch.org/whl/torch_stable.html ``` 上述命令适用于 CPU-only 场景；如果是 GPU 支持，则需替换 URL 参数中的 "+cpu" 成相应的 cuda 编号 (e.g., `torch==1.8.1+cu111`)。 另外值得注意的一点在于不同版本间的相互依存关系——即当改变其中一个组件(如 PyTorch)的时候, 可能会影响到其他关联模块的工作状态。因此务必参照官方文档确认各子项目间是否存在严格的版本约束条件[^2]。 ```python import torch print(torch.__version__) ``` 以上代码可用于验证最终实际加载到程序里的 PyTorch 是否符合预期设定。