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：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。
【公众号传送】
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。 t.zsxq.com/0aiNxERDq
