### 正确安装与 PyTorch 版本兼容的 torchvision 为了确保正确安装与 PyTorch 版本兼容的 `torchvision`，需要遵循以下方法来避免版本冲突和运行时错误： #### 1. 确认 Python 和 PyTorch 的版本 在安装之前，务必确认当前使用的 Python 版本以及已安装的 PyTorch 版本。可以通过以下命令检查： ```bash python --version pip show torch ``` 这些信息对于选择正确的 `torchvision` 版本至关重要[^2]。 #### 2. 使用官方推荐的方式安装 torchvision PyTorch 官方提供了与特定 PyTorch 版本匹配的 `torchvision` 安装方式。通常情况下，可以使用以下命令完成安装： ```bash pip install torchvision --upgrade-strategy only-if-needed ``` 此命令会自动检测当前系统的 PyTorch 版本，并安装与其兼容的 `torchvision` 版本[^1]。 #### 3. 手动指定 torchvision 版本 如果需要手动指定 `torchvision` 的版本，则可以根据 PyTorch 官网提供的版本对应表进行选择。例如，假设已经安装了 PyTorch 1.13.1，则可以选择对应的 `torchvision` 版本（如 0.14.1）。具体命令如下： ```bash pip install torchvision==0.14.1 ``` #### 4. 处理 NVIDIA 提供的索引缺失问题 当从 NVIDIA 官方索引下载 PyTorch 时，可能发现其仅提供 `torch` 的 wheel 文件，而未包含 `torchvision` 或其他依赖项。此时可采取以下措施解决： - **从 PyPI 下载**：即使使用 NVIDIA 提供的 PyTorch 轮子文件，仍可以从 PyPI 上单独安装 `torchvision`。 ```bash pip install torchvision ``` - **验证版本一致性**：确保所选的 `torchvision` 版本与现有 PyTorch 版本一致。如果不一致，可能会引发诸如 `RuntimeError: operator torchvision::nms does not exist` 这样的错误[^3]。 #### 5. 验证安装成功 安装完成后，可通过以下代码测试是否正常工作： ```python import torch import torchvision print(f"Torch version: {torch.__version__}") print(f"Vision version: {torchvision.__version__}") # 测试功能 from torchvision.models import resnet18, ResNet18_Weights model = resnet18(weights=ResNet18_Weights.DEFAULT) print(model) ``` 如果能够顺利打印模型结构，则说明安装无误。 ---