例如,对于CUDA 11.0,应使用cu110。 升级建议 如果你已经安装了torch和torchaudio,但不确定版本是否兼容,可以通过以下命令检查已安装的版本: bash python -c "import torch; print(torch.__version__)" python -c "import torchaudio; print(torchaudio.__version__)" 如果发现版本不兼容,建议使用pip命令升级...
torchvision-0.18.1+cu121-cp39-cp39-win_amd64.whl torchvision-0.18.1+cu121-cp38-cp38-win_amd64.whl torchvision-0.18.1+cu118-cp312-cp312-win_amd64.whl torchvision-0.18.1+cu118-cp311-cp311-win_amd64.whl torchvision-0.18.1+cu118-cp310-cp310-win_amd64.whl torchvision-0.18.1+cu118-cp...
torchvision-0.8.2+cu110-cp39-cp39-win_amd64.whl 下载 torchvision-0.8.2+cu110-cp38-cp38-win_amd64.whl 下载 torchvision-0.8.2+cu110-cp37-cp37m-win_amd64.whl 下载 torchvision-0.8.2+cu110-cp36-cp36m-win_amd64.whl 下载 torchvision-0.8.2+cu101-cp39-cp39-win_amd64.whl 下载 torchvisio...
torchvision-0.19.0+cu121-cp311-cp311-win_amd64.whl torchvision-0.19.0+cu121-cp310-cp310-win_amd64.whl torchvision-0.19.0+cu121-cp39-cp39-win_amd64.whl torchvision-0.19.0+cu121-cp38-cp38-win_amd64.whl torchvision-0.19.0+cu118-cp312-cp312-win_amd64.whl torchvision-0.19.0+cu118-cp...