国内源安装pytorch gpu版本（cuda 11.1）

最新推荐文章于 2025-09-14 17:22:23 发布
原创 最新推荐文章于 2025-09-14 17:22:23 发布 · 1k 阅读 · 3 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#pytorch #人工智能 #python

部署运行你感兴趣的模型镜像

说明

官网安装完全可以用，只是有点慢。

方法

官网源3个G下载要好几个小时，而且国内源没有11.1的，这里可以用11.3的

pip install torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio==0.11.0 -f https://mirrors.aliyun.com/pytorch-wheels/cu113

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理

【加速conda下载PyTorch：使用国内源和删除源以及其他方法】
qq_37934722的博客
04-04 875
如果您仍然无法加速下载PyTorch，那么您可以尝试删除 conda 的默认源。这样做将使 conda 不再从默认源中下载软件包，而是仅从您添加的其他源中下载软件包。然而，如果你在使用conda下载PyTorch时遇到了速度慢的问题，那么本文将为您提供解决方案。但是，如果您遇到了下载速度过慢的问题，则这将是最好的选择。您可以尝试不同的方法以找到最适合您的解决方案。首先，我们可以尝试使用国内源，以便更快地下载PyTorch。以上三个源都是非常好用的，您可以根据自己的网络情况来选择合适的源。
从零开始安装pytorch（包含GPU和CPU版本的安装）
qiaoxinyu1989的博客
01-31 7万+
Pytorch是。
pytorch、cudnn、cuda的安装（本地安装、清华镜像源安装）
xys430381_1的专栏
02-06 3万+
conda+清华园镜像安装指定版本的cudnn conda本地安装Pytorch
pytorch安装教程，使用国内源
whunamikey的专栏
12-21 4629
1.cuda+cudnn+ 8.2.4 2.pytorch pip3 install torch==1.10.1+cu113 torchvision==0.11.2+cu113 torchaudio===0.10.1+cu113 -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com --default-timeout=10000 -f https://download.pytorch.org/whl/
关于pytorch国内镜像源的下载问题
最新发布
qq_45603305的博客
09-14 639
原链接: PyTorch 加速下载，使用国内的镜像源（2025年8月）清华源和阿里源对于pytorch的版本更新不及时，例如50系显卡的cuda版本为12.8，对应的pytorch版本为2.7.X，使用南京大学镜像源可以稳定下载将安装命令中的 https://download.pytorch.org/whl/ 替换为 https://mirrors.nju.edu.cn/pytorch/whl/官网：链接: PyTorch官网官网中的下载命令为： 替换结果： 注意 下载前请确定anaconda中环境pyth
2025更新（超详细）win11换国内源并下载安装pytorch
我亦无他，唯手熟尔
01-05 2万+
anaconda换源，pytorch换源，pytorch在win11下的安装超级详细教程
pytorch安装-国内镜像源
热门推荐
预备的小小CV算法工程师
01-06 11万+
在安装好cuda和cudnn之后安装pytorch的方法 网上很多的方法都不是镜像下载，或者镜像下载因为系统的问题找不到库 打开官网，找到对应合适的版本（cuda)： https://pytorch.org/get-started/locally/ 之后复制下面这一行指令： conda install pytorch torchvision torchaudio cudatoolkit=11.0 -c pytorch 接下来就是关键一步了， 把-c pytorch表示的pytorch源，更改为国内的镜像。
pytorch cpu版和gpu版国内镜像下载，目前最快下载
YY007H的博客
09-06 5万+
pytorch的cpu的包可以在国内镜像上下载，但是gpu版的包只能通过国外镜像下载，网上查了很多教程，基本都是手动从先将gpu版whl包下载下来，然后再手动安装，如何最快的通过pip的命令安装呢？下面我细细讲下。
如何快速安装Pytorch1.10+cuda11.1
m0_51465845的博客
11-23 8302
用官网的指令安装Pytorch很慢？ 这篇文章帮你快速安装Pytorch！！！！！！！！
win10+Anaconda+pytorch+CUDA11.1 详细安装指南
A496608119的博客
01-20 2万+
1、打开Anaconda Prompt 2、输入下载地址（参考来源https://github.com/dragen1860/Deep-Learning-with-PyTorch-Tutorials） # 配置国内源，方便安装Numpy,Matplotlib等 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels http.
python3.6+pytorch1.9.0 + cuda11.1+cuDNN v8.1.0 + tensorflow2.4.0+tensorflow_gpu-2.4.0
czmjy的博客
09-23 842
Loaded runtime CuDNN library: 8.0.5 but source was compiled with: 8.1.0. CuDNN library needs to have matchingmajor version and equal or higher minor version
win10使用清华源快速安装pytorch-GPU版(推荐)
09-29
主要介绍了win10使用清华源快速安装pytorch-GPU版,本文给大家介绍的非常详细，具有一定的参考借鉴价值，需要的朋友可以参考下
1.10.0GPU版本pytorch环境,conda安装支持cuda10.2和11.3 pip安装支持cuda10.2和11.1
11-27
本文将详细讲解如何在GPU环境下安装1.10.0版本的PyTorch，以及如何确保它与CUDA 10.2和11.1/11.3版本兼容。 首先，我们需要理解CUDA的重要性。CUDA是NVIDIA推出的一种并行计算平台和编程模型，它允许开发人员利用...
如何安装PyTorch 1.9.0 + CUDA 11.1的详细过程，包括从虚拟环境开始
07-21
在安装 PyTorch 1.9.0 并启用 CUDA 11.1 支持时，需要确保系统具备合适的 GPU 驱动版本、CUDA 工具包以及正确的 Python 环境配置。以下是完整的安装与配置流程： #### 创建 Conda 虚拟环境 首先，使用 `conda` ...
pytorch国内镜像源安装及测试
heda3的博客
06-23 3757
该文章介绍pytorch国内镜像源安装命令
pytorch-gpu cuda11.1版安装
weixin_44925875的博客
05-09 846
【代码】pytorch-gpu cuda11.1版安装。
PyTorch安装教程（GPU版）
qq_45670495的博客
08-03 4万+
PyTorch的GPU安装方法，有详细的图过程，从显卡驱动到安装成功。
安装pytorch （GPU版本）
qq_27550775的博客
07-23 1845
这我就很疑惑了，后来我在.conda同级的文件.condarc中发现了，我在第二次安装时，anaconda 的路径名是小写，在这个文件后添加导致了错误，你们没有重复安装的经历，应该没有这样的错误。我的机子cuda版本为12.3，算是比较高的那个，但是pytorch官网现阶段只放出了cuda11.8和12.1，建议11.8，因为有的不向下兼容。下载的过程可以看一集甄嬛传（用镜像源的同学肯定不可以），所以还是打开路径下的pkgs文件，你刚才下载的包都在这个路径下。键入conda info查询信息。
【Pytorch-gpu版安装教程，针对cuda11.1】
iiidep的博客
11-29 3220
针对cuda11.1版本安装pytorch-gpu版本
PyTorch 1.9.0 + CUDA 11.1 适合的pytorch3d版本
07-04
为了找到与 PyTorch 1.9.0 和 CUDA 11.1 兼容的 `pytorch3d` 版本，需要考虑以下几个方面： ### PyTorch 与 CUDA 的兼容性 PyTorch 1.9.0 是一个支持 CUDA 11.1 的版本。在安装时，通常会自动选择与当前 CUDA 工具包兼容的 PyTorch 构建版本。因此，如果系统中使用的是 CUDA 11.1，则 PyTorch 1.9.0 应该能够正常运行[^1]。 ### pytorch3d 的版本要求 `pytorch3d` 是由 Facebook AI Research 维护的一个用于 3D 深度学习的库，其依赖于特定版本的 PyTorch，并且对 CUDA 支持有特定的要求。对于 PyTorch 1.9.0 和 CUDA 11.1 来说，推荐使用的 `pytorch3d` 版本是 **v0.6.2**。 此版本经过测试，确保了与 PyTorch 1.9.0 的兼容性，并且在构建过程中可以正确链接到 CUDA 11.1 提供的库。 ### 安装建议 可以通过以下方式安装兼容的版本： ```bash pip install pytorch3d==0.6.2 ``` 或者从 GitHub 源代码安装以确保兼容性： ```bash git clone https://github.com/facebookresearch/pytorch3d.git cd pytorch3d git checkout v0.6.2 pip install -e . ``` ### 验证安装 安装完成后，可以通过运行验证脚本来确认是否成功安装并能够在 GPU 上运行： ```python import torch import pytorch3d def test_pytorch3d(): print("PyTorch3D imported successfully!") if torch.cuda.is_available(): device = torch.device("cuda") print("CUDA is available. Testing PyTorch3D with GPU...") # 创建一个 tensor 并移动到 GPU x = torch.tensor([[1.0, 2.0, 3.0]], device=device) # 确保点是二维的 from pytorch3d.transforms import RotateAxisAngle rot = RotateAxisAngle(angle=90, axis="X").to(device) # 将变换移动到 GPU x_transformed = rot.transform_points(x) print("Tensor on GPU: ", x) print("Transformed Tensor: ", x_transformed) else: print("CUDA is not available. Please check your PyTorch and GPU settings.") test_pytorch3d() ``` 上述代码将检查 `pytorch3d` 是否能够正确导入并在 GPU 上执行基本操作[^2]。 ### 总结 - **PyTorch 版本**: 1.9.0 - **CUDA 版本**: 11.1 - **推荐 pytorch3d 版本**: 0.6.2 如果用户希望进一步确认环境中的软件版本，可以运行以下命令来检查 PyTorch 和 torchvision 的版本： ```bash python -c "import torch; print('PyTorch version:', torch.__version__)" python -c "import torchvision; print('torchvision version:', torchvision.__version__)" ``` 这有助于确保所有组件都处于正确的版本状态[^3]。 ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值