torchvision
torchvision 软件包由流行的数据集、模型架构和用于计算机视觉的常见图像转换组成。
安装
我们建议将 Anaconda 作为 Python 软件包管理系统。 有关 PyTorch（割炬）安装的详细信息，请访问 pytorch.org。 以下是对应的 Torchvision 版本和受支持的 Python 版本。
torch
|
torchvision
|
python
|
|---|---|---|
master / nightly
|
master / nightly
|
>=3.6
|
1.5.0
|
0.6.0
|
>=3.5
|
1.4.0
|
0.5.0
|
==2.7, >=3.5, <=3.8
|
1.3.1
|
0.4.2
|
==2.7, >=3.5, <=3.7
|
1.3.0
|
0.4.1
|
==2.7, >=3.5, <=3.7
|
1.2.0
|
0.4.0
|
==2.7, >=3.5, <=3.7
|
1.1.0
|
0.3.0
|
==2.7, >=3.5, <=3.7
|
<=1.0.1
|
0.2.2
|
==2.7, >=3.5, <=3.7
|
Anaconda：
conda install torchvision -c pytorch
pip：
pip install torchvision
从源安装：
python setup.py install # or, for OSX # MACOSX_DEPLOYMENT_TARGET=10.9 CC=clang CXX=clang++ python setup.py install
默认情况下，如果找到 CUDA 并且 torch.cuda.is_available() 为 true，则构建 GPU 支持。可以通过设置 FORCE_CUDA=1 环境变量来强制构建 GPU 支持，这在构建 docker 映像时非常有用。
图片后端
Torchvision 当前支持以下图像后端：
- Pillow （默认）
- Pillow-SIMD -- 用SIMD取代Pillow的快速替代品。如果已安装将用作默认值。
- accimage -- 如果已安装，则可以通过调用
torchvision.set_image_backend('accimage')来激活。 - libpng -- 可以通过 conda
conda install libpng或任何基于 debian 和 RHEL 的 Linux 发行版的软件包管理器进行安装。 - libjpeg -- 可以通过 conda
conda install jpeg或任何基于debian和RHEL的Linux发行版的软件包管理器来安装。也可以使用 libjpeg-turbo。
注意：libpng 和 libjpeg 必须在编译时可用。确保它在标准库位置上可用，否则，请分别在环境变量 TORCHVISION_INCLUDE 和 TORCHVISION_LIBRARY 中添加 include 和库路径。
C++ API
TorchVision 还提供了一个 C++ API，其中包含等效于 python 模型的 C++。
从源安装：
mkdir build cd build # Add -DWITH_CUDA=on support for the CUDA if needed cmake .. make make install
安装后，可以通过 TorchVision::TorchVision target 在 cmake（正确配置 CMAKE_PREFIX_PATH）下访问该库：
find_package(TorchVision REQUIRED) target_link_libraries(my-target PUBLIC TorchVision::TorchVision)
TorchVision 程序包还将自动查找 Torch 程序包，并将其作为依赖项添加到 my-target，因此请确保也可以通过 CMAKE_PREFIX_PATH 进行 cmake。
有关示例设置，请查看 examples/cpp/hello_world。
文档
您可以在pytorch网站上找到API文档：http://pytorch.org/docs/master/torchvision/
贡献
我们感谢所有贡献。如果您打算提供错误修复，请不要做任何进一步讨论。如果您打算贡献新功能，实用程序功能或扩展，请首先打开一个问题并与我们讨论该功能。
数据集免责声明
这是一个实用程序库，可下载并准备公共数据集。我们不托管或分发这些数据集，也不保证其质量或公平性，也不声明您具有使用该数据集的许可。您有责任确定您是否有权在数据集的许可下使用该数据集。
如果您是数据集所有者，并希望更新数据集的任何部分（说明，引用等），或者不希望将数据集包含在此库中，请通过GitHub问题联系。感谢您对ML社区的贡献！
（The first version translated by vz on 2020.07.18）
