分享资源，适用于python3.6版本，对应numpy1.14.3版本

源来源：https://www.lfd.uci.edu/~gohlke/pythonlibs/#cvxopt 本版本兼容性好，可以直接安装cvxopt，详细说明见我的博客 版本匹配： numpy-1.16.3+mkl-cp36-cp36m-win_amd64.whl cvxopt-1.2.3-cp36-cp36m-win_amd64.whl

tensorflow 离线安装包 An Open Source Machine Learning Framework for Everyone

numpy安装包，第三方库，版本为1.16.4，pip install [安装包名]进行安装

opencv_contrib_python-3.4.0.12-cp36-cp36m-win_amd64.whl 是windows系统opencv的python版本，支持python3.6，可在命令行直接安装。

tensorflow1.13.2安装包，CPU版本。windows64位安装包，用的python3.6，bazel编译。

tensorflow1.8,cuda9.1,cudnn7.1,avx2,安装了cuda9.1不想降级的朋友可以用这个安装包

首先感谢https://blog.csdn.net/carrymingteng/article/details/120978053这篇文章的作者，我在用这篇文章安装环境的时侯torchvision安装后报ttributeError: module 'PIL.Image' has no attribute 'BILINEAR'错误，用了上面这个安装包，虽然安装成功，但测试还是报原来这个错，然后我用pip3 install torchvision-0.11.3-cp36-cp36m-manylinux2014_aarch64.whl --force-reinstall命令强制执行重装，居然强制安装了以前没有的包，并且tourch也强制重装变1.10.2了，torchvision-0.11.3也安装成功。我是jetson nano 2G的机器。

TensorFlow 2.0 Alpha 版现已推出 安装 TensorFlow 2.0 Alpha 版的预览版本。有关支持 CUDA® 的卡，请参阅 GPU 指南。 pip install tensorflow==2.0.0-alpha0 安装 TensorFlow 我们在以下 64 位系统上测试过 TensorFlow 并且这些系统支持 TensorFlow： Ubuntu 16.04 或更高版本 Windows 7 或更高版本 macOS 10.12.6 (Sierra) 或更高版本（不支持 GPU） Raspbian 9.0 或更高版本 # Current stable release for CPU-only pip install tensorflow # Preview nightly build for CPU-only (unstable) pip install tf-nightly # Install TensorFlow 2.0 Alpha pip install tensorflow==2.0.0-alpha0 下载软件包 使用 Python 的 pip 软件包管理器安装 TensorFlow。 官方软件包支持 Ubuntu、Windows、macOS 和 Raspberry Pi 系统。 有关支持 CUDA® 的卡，请参阅 GPU 指南。 阅读 pip 安装指南 运行 TensorFlow 容器 TensorFlow Docker 映像已经过配置，可运行 TensorFlow。Docker 容器可在虚拟环境中运行，是设置 GPU 支持的最简单方法。 docker pull tensorflow/tensorflow # Download latest image docker run -it -p 8888:8888 tensorflow/tensorflow # Start a Jupyter notebook server 阅读 Docker 安装指南 Google Colab：学习和使用 TensorFlow 的一种简单方法 无需安装，可直接在浏览器中使用 Colaboratory 运行 TensorFlow 教程。Colaboratory 是一个 Google 研究项目，旨在帮助传播机器学习知识和研究成果。它是一个 Jupyter 笔记本环境，不需要进行任何设置就可以使用，并且完全在云端运行。 阅读博文。 构建首个机器学习应用 创建和部署网页版和移动版 TensorFlow 模型。 网络开发者 TensorFlow.js 是一个采用 WebGL 加速技术的 JavaScript 库，用于在浏览器中使用 Node.js 训练和部署机器学习模型。 移动开发者 TensorFlow Lite 是针对移动设备和嵌入式设备提供的精简解决方案。 Except as otherwise noted, the content of this page is licensed under the Creative Commons Attribution 3.0 License, and code samples are licensed under the Apache 2.0 License. For details, see the Google Developers Site Policies. Java is a registered trademark of Oracle and/or its affiliates.

随机积分，静待有缘人Pillow-6.0.0-cp36-cp36m-win_amd64.whl