欢迎关注我的公众号 [极智视界],获取我的更多经验分享
大家好,我是极智视界,本文来介绍一下 torch与torchvision版本的对应关系。
邀您加入我的知识星球「极智视界」,星球内有超多好玩的项目实战源码下载,链接:https://t.zsxq.com/0aiNxERDq
pytorch 可以说在深度学习中应该是非常广泛了,在安装 pytorch 的时候一般就要对应安装 torchvision,有的同学可能会问,为什么已经安装了 pytorch,还需要安装 torchvision 呢。答案是 torchvision 中含有一些充实 pytorch 能力的模块,比如数据集加载和预处理、图像变换和增广、模型仓库、图像工具函数等,所以一般在安装 pytorch 环境的时候,就把 torchvision 一并安装上就没错了。
那么 pytorch 和 torchvision 版本都很多,他们如何对应呢,这里提供了一个版本对应表格:
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 |
好了,以上分享了介绍一下 torch与torchvision版本的对应关系。希望我的分享能对你的学习有一点帮助。
【极智视界】
《极智AI | torch与torchvision版本对应关系速查》
畅享人工智能的科技魅力,让好玩的AI项目不难玩。邀请您加入我的知识星球,星球内我精心整备了大量好玩的AI项目,皆以工程源码形式开放使用,涵盖人脸、检测、分割、多模态、AIGC、自动驾驶、工业等。不敢说会对你学习有所帮助,但一定非常好玩,并持续更新更加有趣的项目。https://t.zsxq.com/0aiNxERDq文章来源:https://www.toymoban.com/news/detail-767963.html
文章来源地址https://www.toymoban.com/news/detail-767963.html
到了这里,关于极智AI | torch与torchvision版本对应关系速查的文章就介绍完了。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!