torch 、torchvision和python的对应版本如下：
| torch | torchvision | python |
| master / nightly | master / nightly | >=3.6 |
| 1.7.1 | 0.8.2 | >=3.6 |
| 1.7.0 | 0.8.1 | >=3.6 |
| 1.7.0 | 0.8.0 | >=3.6 |
| 1.6.0 | 0.7.0 | >=3.6 |
| 1.5.1 | 0.6.1 | >=3.5 |
| 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 |
方法一（通过下载到本地安装）：
torch 和 torchvision 的下载网址：
https://download.pytorch.org/whl/torch_stable.html
这里以 torch1.2.0 和 torchvision0.4.0 的安装（python3.7）为例：
下载自己对应版本即可。
注：cu100说明是cuda10.0版本，cu90是cuda9.0版本，37说明适配python3.7版本，35就是适配python3.5版本。
下载好之后，打开Anaconda中创建的虚拟环境，然后通过cd /d D:...（以D盘为例）进入到你下载的位置，之后pip安装即可。
通过下面的代码可以查看安装好的torch版本：
conda activate pytorch # 激活环境
(pytorch) python
Python 3.7.0
>>> import torch
>>> print(torch.__version__)
1.2.0
# 显示安装torch版本
>>> print(torch.cuda.is_available())
True
# GPU能使用显示ture
>>> exit(0)
# 退出编写出现版本号说明安装成功了，就可以使用了。
方法二（直接通过conda命令安装）：
pip install torch==1.2.0 torchvision==0.4.0 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple/在上面的命令中输入需要安装的版本号，等待安装就可以了。
注：需要加上后面的清华镜像，不然会出现安装不成功的问题。
附上一张图，这里我安装的是torch1.4.0和torchvision0.5.0，环境是python3.8。
