jetson nx等开发板上torch和torchvision的完美解决方案（基于ubuntu18.04，cuda10.2,python3.6,aarch64）
2022-10-29 17:05:04
327.47MB
1
torch-1.1.0-cp36-cp36m-linux_aarch64.whl
jetson nano 的torch文件
要求JetPack4.3 python3.6
2022-10-22 09:07:58
196.14MB
1
该实现是基于深度学习中的torch包为主进行的线性回归的反向传播原理编写，直接可以使用，更改自己需要的参数即可！
2022-10-19 11:05:34
4KB
下载TX2专用torch包,Cuda版本为10.2，python版本为3.6.9，Jetpack版本为4.6，最后选择安装Pytorch v1.10.0。官网半天下不下来，难顶。
2022-10-04 17:05:10
305.75MB
1
jetson上的whl包
2022-09-18 13:00:31
218.42MB
1
开发瑞芯微的rv1126时，对于pytorch训练好的模型需要进行转换，rknn安装需要torch版本为1.6.0，本资源提供torch-1.6.0-cp36-cp36m-manylinux1_x86_64.whl安装包，以便快速完成环境配置
2022-09-13 22:05:27
714.11MB
1
torch-1.10.2-cp36-cp36m-manylinux1_x86_64.whltorch-1.10.2-cp36-cp36m-manylinux1_x86_64.whltorch-1.10.2-cp36-cp36m-manylinux1_x86_64.whltorch-1.10.2-cp36-cp36m-manylinux1_x86_64.whltorch-1.10.2-cp36-cp36m-manylinux1_x86_64.whltorch-1.10.2-cp36-cp36m-manylinux1_x86_64.whltorch-1.10.2-cp36-cp36m-manylinux1_x86_64.whltorch-1.10.2-cp36-cp36m-manylinux1_x86_64.whltorch-1.10.2-cp36-cp36m-manylinux1_x86_64.whltorch-1.10.2-cp36-cp36m-manylinux1_x86_64.whltorch-1.10.2-cp36-cp36m-manylinux1_x86_64.whltorch
2022-09-01 16:05:33
841.06MB
1
https://github.com/TomHeaven/pytorch-osx-build
macOS用的PytorchGPU 1.3.1版本(文件过大，网盘链接以及提取码)
2022-08-20 15:39:15
70B
1
pytorch1.8.1,python 3.8,cuda10.2。适用于nvidia jetson nvidia。
2022-08-12 08:19:54
273.12MB
1