torchvision-0.7.0+cu101-cp37-cp37m-win_amd64.whl windows版本

https://download.pytorch.org/whl/torch_stable.html 这里下载的torchvision安装文件，网速慢的用户用

1.首先创建一个pytorch的环境， 先打开Anaconda Prompt对话框，然后直接输入 conda create -n pytorch python==3.6#这里指定了python的版本，如果不指定则默认创建的最新版本的python 然后激活创建的pytorch环境，在pytorch环境中安装torch和torchvision conda activate pytorch#之后进入到pytorch环境 在安装torch的时候，直接pip install安装会很慢很慢，这里建议先下载要安装的torch版本，然后再用pip install (下载的torch文件位置) pip i

需要保证driver version和cuda也适配，安装对应轮子即可使用cuda

torchvision-0.8.2+cu110-cp38-cp38-linux_x86_64.whl

在CIFAR-10数据集上训练的PyTorch模型 我修改了官方实施的流行CNN模型，并对CIFAR-10数据集进行了训练。 我在原始代码中更改了类的数量，过滤器大小，步幅和填充，以便它可以与CIFAR-10一起使用。 我也共享这些模型的权重，因此您只需加载权重并使用它们即可。 通过使用PyTorch-Lightning，该代码具有很高的可复制性和可读性。 支持模型的统计 不。 模型 值累积 否。参数 尺寸 1个 vgg11_bn 92.39％ 28.150百万 108兆字节 2个 vgg13_bn 94.22％ 28.334百万 109兆字节 3 vgg16_bn 94.00％ 33.647百万 129兆字节 4 vgg19_bn 93.95％ 38.959百万 149兆字节 5 网路18 93.07％ 11.174百万 43兆字节 6 资源34 9

编译好的 torchvision在win10

清华源镜像无法安装成功，下载文件torch=1.0.0 安装成功。环境 windows 10.0 1、进入anaconda tensroflow环境（原先已配置好） python=3.6 anconda=3 tensorflow=1.12.0. 2、安装torch=1.0.0 ，使用命令：pip install torch-1.0.0-cp36-cp36m-win_amd64.whl 3、还需安装torchvision==0.2.0，打开anaconda prompt采用以下命令安装 pip --default-timeout=6000 install torchvision==0.2.0 4、测试：import torch import torchvision print(torch.__version__)

torchvision-0.7.0-py37_cu102.tar.bz2，用于anaconda离线安装

jetson nx 编译torchvison