对于某些直接安装torch==1.4.0报错的情况（没错，就是我遇到了）

在网上查找了，大概的解决方法是先安装一个低版本的torch和torchvision, torchvision是pytorch中专门用来处理图像的库，然后再安装torch==1.4.0。实践过后的操作如下。

实操

首先执行

• pip install torch==1.3.1 -f https://download.pytorch.org/whl/torch_stable.html
• pip install torchvision==0.4.1 -i https://pypi.tuna.tsinghua.edu.cn/simple

安装上低版本的torch后，就可以进行torch==1.4.0的安装

网上给出的安装命令是

• pip install torch==1.4.0+cpu torchvision==0.5.0+cpu -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn

但是，我在实际操作过程中报错了，可能是清华的镜像源中删除了这个版本的cpu的torch的安装。

所以，我的实际的安装命令没有采用镜像源，或者你也可以换成其他的镜像源进行尝试。

• CPU版本

  pip install torch==1.4.0+cpu torchvision==0.5.0+cpu -f https://download.pytorch.org/whl/torch_stable.html

• GPU版本

  不指定cuda的版本，其会自动匹配一个cuda的版本进行安装，我这就是匹配到了cuda9.2的版本。

  pip install torch==1.4.0 torchvision==0.5.0 -f https://download.pytorch.org/whl/torch_stable.html

  

  也可以自己指定cuda的版本,比如安装cuda10.0的版本，注意有些cuda的版本不一定可以适配torch==1.4.0，这个要自己去查找匹配。

  pip install torch==1.4.0+cu100 torchvision==0.5.0+cu100 -f https://download.pytorch.org/whl/torch_stable.html

查看安装的torch版本

pip list 或者 conda list 都可以查看到torch的版本号

注意：

如果指定从官方的下载地址 : https://download.pytorch.org/whl/torch_stable.html 下载pytorch 不管指不指定torch 和 torchvision 的版本，下载GPU版本，利用pip list 查看 torch的版本的时候版本的后面会有一个cuda版本的后缀。

例如 pip install torch==1.4.0 torchvision==0.5.0 -f https://download.pytorch.org/whl/torch_stable.html 安装时，虽然官方源中有torch=1.4.0 这个版本，但是其找到的还是 torch=1.4.0+cu92这个版本，并下载了这个版本。

而如果不指定安装源或者指定国内的其他镜像源如 清华的镜像源: https://pypi.tuna.tsinghua.edu.cn/simple some-package ，同样是下载GPU版本，利用pip list查看 torch版本的时候版本后面不会有cuda版本的后缀。

以上的结论为实验验证得到，且和使用conda 安装还是pip 安装，安装时指不指定torch版本没有关系。同时也并不是所有的源中都可以找到指定cuda版本的torch版本。如下 ，清华源中就没有指定cuda版本的torch版本，而官方的下载源中就可以找到部分的cuda版本的torch下载源。

所以总结来说，torch版本有没有+cu后缀主要和下载源中存在的torch的版本有关系