torch 1.13.0 对应的torchvision版本

这篇具有很好参考价值的文章主要介绍了torch 1.13.0 对应的torchvision版本。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

torch最新的stable版本是1.13.0,奈何官网也没有说对应的torchvision版本是啥,如果想要whl下载的话,就非常麻烦。


结论:torch==1.13.0对应torchvision==0.14.0


推导过程如下:

首先看官网的“previous version”:

torch 1.13.0 对应的torchvision版本
可以看到torch==1.12.1对应torchvision==0.13.1而torch和torchvision是同步更新release的,所以他们的小版本号肯定是一一对应的。换句话说,torch==1.12.0对应torchvision==0.13.0。具体可以参考:pypi-torchvision。

顺着这个思路,torch==1.13.0应该对应torchvision==0.14.0

由于torch版本肯定是会快速迭代更新的,使用这个思路可以应用到日后任何torch和torchvision的版本对应,比起记住特定版本,倒不如记住这个思路。


参考:

  • torch官网 previous version
  • pypi-torchvision (里面有截止到torch1.12.0为止,所有torch和torchvision的一一对应关系,唯独没有torch1.13.0。。。)

torch 1.13.0 对应的torchvision版本文章来源地址https://www.toymoban.com/news/detail-512959.html

到了这里,关于torch 1.13.0 对应的torchvision版本的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • PyTorch框架中torch、torchvision、torchaudio与python之间的版本对应关系(9月最新版)

    随着python语言和pytorch框架的更新,torchtorchvisiontorchaudio与python之间的版本对应关系也在不断地更新。 最新版本 torch与torchvision 对应关系如下: 稍旧版本 torch与torchvision 对应关系如下: 最新版本 torch与torchaudio 对应关系如下:

    2024年02月21日
    浏览(46)
  • 2022-2023最新 pytorch安装方法 GPU版本 python3.9 torch-1.13.0+cu116-cp39 torchvision-0.14.0 亲自安装可用!(其他版本也通用)

    如图,这样是不能安装gpu版本的。 这里针对python3.9版本,在此网站https://github.com/pytorch/vision查找读者python版本对应的torch和torchvision。 然后在这个网址https://download.pytorch.org/whl/torch/ 和 https://download.pytorch.org/whl/torchvision/里下载,我这里是对应了这两个。千万要对应,不然会报

    2024年02月06日
    浏览(50)
  • PYTORCH 依赖 cuda 11.8 , cuda 12.1 cpu 里 torch torchvision torchaudio对应关系

    Pytorch是Facebook人工智能研究院基于Torch开发的一个开源的Python机器学习库,它提供了两项强大的功能: 1、强大的GPU加速的张量计算(NumPy)。 2、自动求导系统的深度神经网络。 cuda 11.8 cuda 12.1 cpu  Previous PyTorch Versions | PyTorch

    2024年02月01日
    浏览(53)
  • 安装对应版本pytorch和torchvision

    遇见报错: ERROR: Could not find a version that satisfies the requirement torch (from versions: none) ERROR: No matching distribution found for torch 解决方法: 1、网站找到对应torch和torchvision版本,cp对应python版本,cu对应的是gpu版本的torch:https://download.pytorch.org/whl/torch_stable.html 2、下载对应版本 3、在下

    2024年02月10日
    浏览(39)
  • pytorch(torchvision)和python对应版本关系

    1.当你在确定好pytorch的版本后,https://pytorch.org/get-started/previous-versions/该网址会自动配置torchvision的版本。 2.当你确定了pytorch的版本后,可以在https://github.com/pytorch/vision#installation该网址中寻找对应的python版本

    2024年02月12日
    浏览(40)
  • PyTorch与torchvision、torchaudio、python版本对应关系

    PyTorch与torchvision、python 对应关系 torch    torchvision    python main / nightly    main / nightly    =3.7, =3.10 1.12.0    0.13.0    =3.7, =3.10 1.11.0    0.12.3    =3.7, =3.10 1.10.2    0.11.3    =3.6, =3.9 1.10.1    0.11.2    =3.6, =3.9 1.10.0    0.11.1    =3.6, =3.9 1.9.1    0.10.1    =3.6, =3.9 1.

    2024年02月09日
    浏览(36)
  • PyTorch中torch、torchtext、torchvision、torchaudio与Python版本兼容性

    torch与torchtext,Python对应关系,来源:https://pypi.org/project/torchtext/ 截止发文,最新版本:torch 2.0.0,torchtext 0.15.1 安装方法: 或 torch与torchvision,Python对应关系,来源:https://github.com/pytorch/vision 截止发文,最新版本:torch 2.0.0,torchvision 0.15.1 安装方法: 或 torch与torchaudio,Pyt

    2024年02月04日
    浏览(73)
  • 将GPU版本的torch和torchvision下载至本地进行安装,解决torch.cuda.is_available()为False的情况,本文主要解决CPU版本的torch问题。

    这是困扰我很久的问题,今天花了一点时间去研究一下为什么我的cuda和cudann安装完成了,却不能使用GPU,原因是我的torch和torchvision是cpu版本的,必须下载GPU版本的才能使torch.cuda.is_available()为True,本文使用将文件下载到文件夹后进行安装。 1、打开Anaconda Prompt(Anaconda3)  2、打开

    2024年02月10日
    浏览(61)
  • 深度学习:Pytorch安装的torch与torchvision的cuda版本冲突问题与解决历程记录

    今天不小心将conda环境中的一个pytorch环境中的torch包给搞混了,将其更新了一下,发生了一些问题: 当时运行了一下这个代码:  pip install torchvision --upgrade 导致了环境中包的混乱: 只能说欲哭无泪,当时这个 pytorch环境中我是安装的CUDA11.8的版本应该,后来安装了cpu版本的将

    2024年02月20日
    浏览(44)
  • torch相关版本对应依赖(23年最新)

    torch、torch-scatter、torch-sparse版本依赖问题 在运行程序的时候出现“ModuleNotFoundError: No module named \\\'torch_scatter\\\' ”问题 不能直接下载,容易出现依赖不匹配。需要下载相应的依赖版本,首先查询cuda版本 linux命令行中(在你自己的虚拟环境下)输入nvcc -V,查看对应cuda版本 我的c

    2024年02月07日
    浏览(24)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包