先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新Python全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Python知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip1024c （备注Python）

正文

如上两图即为下载成功！

二、安装Pytorch

1、了解对应的pytorch版本

要成功运行cuda架构，所需的pytorch版本必须与python和cuda版本对应，以下为cuda与pytorch对应关系

cuda与pytorch版本对应表

CUDA版本	可用PyTorch版本
7.5	0.4.1 ，0.3.0， 0.2.0，0.1.12-0.1.6
8.0	1.1.0，1.0.0 ，0.4.1
9.0	1.1.0，1.0.1, 1.0.0，0.4.1
9.2	1.7.1，1.7.0，1.6.0，1.5.1，1.5.0，1.4.0，1.2.0，0.4.1
10.0	1.2.0，1.1.0，1.0.1 ,1.0.0
10.1	1.7.1，1.7.0，1.6.0，1.5.1，1.5.0， 1.4.0，1.3.0
10.2	1.12.1，1.12.0，1.11.0，1.10.1，1.10.0，1.9.1，1.9.0，1.8.1，1.8.0，1.7.1，1.7.0，1.6.0，1.5.1，1.5.0
11.0	1.7.1，1.7.0
11.1	1.8.0
11.3	1.12.1，1.12.0，1.11.0，1.10.1，1.10.0，1.9.1，1.9.0，1.8.1，1.8.0
11.6	1.13.1，1.13.0，1.12.1，1.12.0 ，1.13.1
11.7	1.13.1，1.13.0，1.13.1 ，2.0.0，2.0.1
11.8	1.13.1，1.13.0 ，2.0.0，2.0.1，2.1.0
12.1	2.1.0，2.0.1，2.0.0

版本大致按照这个表格对应，最新的cuda12.3版本亲测可以兼容pytorch2.0.0，其余未知，参考官网Previous PyTorch Versions | PyTorch

pytorch与python对应关系

python与pytorch，torchvision版本对应表

torch	torchvision	python
<=1.0.1	0.2.2	==2.7, >=3.5, <=3.7
1.1.0	0.3.0	==2.7, >=3.5, <=3.7
1.2.0	0.4.0	==2.7, >=3.5, <=3.7
1.3.0	0.4.1	==2.7, >=3.5, <=3.7
1.3.1	0.4.2	==2.7, >=3.5, <=3.7
1.4.0	0.5.0	==2.7, >=3.5, <=3.7
1.5.0	0.6.0	==2.7, >=3.5, <=3.8
1.5.1	0.6.1	==2.7, >=3.5, <=3.8
1.6.0	0.7.0	>=3.6, <=3.8
1.7.0	0.8.0	>=3.6, <=3.8
1.7.0	0.8.1	>=3.6, <=3.8
1.7.1	0.8.2	>=3.6, <=3.9
1.8.0	0.9.0	>=3.6, <=3.9
1.8.1	0.9.1	>=3.6, <=3.9
1.9.0	0.10.0	>=3.6, <=3.9
1.9.1	0.10.1	>=3.6, <=3.9
1.10.0	0.11.0	>=3.6, <=3.9
1.10.1	0.11.1	>=3.6, <=3.9
1.11.0	0.12.0	>=3.6, <=3.9
1.11.1	0.12.1	>=3.6, <=3.9
1.12.0	0.13.0	>=3.7, <=3.10
1.12.1	0.13.1	>=3.7, <=3.10
1.13.0	0.14.0	>=3.7, <=3.10
1.13.1	0.14.1	>=3.7, <=3.10
2.0.0	0.15.0	>=3.8, <=3.11
2.0.1	0.15.1	>=3.8, <=3.11

本人使用的是python3.10和cuda12.3，根据表格，故选择了下载pytorch2.00版本

2、安装pytorch

pytorch一般有两种安装方式，一种是直接运行官网的安装代码，另外一种是使用国内的镜像（推荐）

（1）官网安装

进入官网Start Locally | PyTorch

选择安装方式（conda/pip）

选择对应cuda版本

然后复制红框内代码，在pycharm终端运行

最后终端显示successfully installed即为成功

如要下载历史版本，进入官网Previous PyTorch Versions | PyTorch​​​​​​

在里面查找相应版本的安装指令即可

（2）国内镜像网站安装（推荐）

在官网安装速度相对较慢，而且受国内外网络影响可能会安装失败，相比较而言用国内的镜像网站能大大提高成功率，既快速又简捷，下面展示镜像网站的安装方式

进入镜像网站download.pytorch.org/whl/torch_stable.html

选择合适的版本，注意一定要选择cu开头的才是gpu版本

torch后面的数字是torch版本，cp后是对应的python版本，还要注意操作系统

下载好后放置在一个文件夹中，如图所示

在pycharm终端进入到该路径下运行代码：pip install “文件名” 进行安装

安装好后进行检验，打开file->settings->project->python interpreter,查看是否有torch

版本后缀一定得是’cu***'才是gpu版

（3）检验CUDA

最后再检验一下能否运行cuda

在cmd或者pycharm终端中调用python，按图中代码输入

>>> import torch
>>> torch.cuda.is_available()
True

最后

🍅 硬核资料：关注即可领取PPT模板、简历模板、行业经典书籍PDF。
🍅 技术互助：技术群大佬指点迷津，你的问题可能不是问题，求资源在群里喊一声。
🍅 面试题库：由技术群里的小伙伴们共同投稿，热乎的大厂面试真题，持续更新中。
🍅 知识体系：含编程语言、算法、大数据生态圈组件（Mysql、Hive、Spark、Flink）、数据仓库、Python、前端等等。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）**
[外链图片转存中…(img-YYv0FAEJ-1713155942564)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！