清华源失效后如何安装pytorch1.01

部署运行你感兴趣的模型镜像

         今天本想体验下最新版的pytorch1.01,结果发现conda install时候HTTP error了,查了一下原来从4月25日其国内的清华源、中科大源等陆续关停服务,无奈又只能恢复到Anaconda官网的原始源,我的心情拔凉拔凉的,只能这样啦,安装过程中如何提速记录分享一下。我的GPU是Nvidia 2080ti,CUDA版本10.0,所以我在不同的虚环境中同时安装CPU版本和GPU版本。

1.恢复官方源

由于清华源和中科大源已经不能使用,因此先移除

conda config --remove-key channels

原始C:\Users\Administrator\.condarc下文件为:

channels:

- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

- anaconda-fusion

- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

show_channel_urls: true

ssl_verify: true

删除后为:

show_channel_urls: true

ssl_verify: true

2. “想办法”访问pytorch官网pytorch.org,选择平台会生成安装指令

从官网上可以看到,GPU版本的安装指令为:

conda install pytorch torchvision cudatoolkit=9.0 -c pytorch

 

CPU版本的安装指令为:

conda install pytorch-cpu torchvision-cpu -c pytorch

注意,这一步只是告诉大家用conda安装时候的命令,实际不能“想办法”上官网的童鞋也可以直接用这个命令装,但不管能不能看到官网,安装pytorch都巨慢,这里使用这个命令只是为了让Conda自动解决安装pytorch时候的依赖,不然自己找来安装有点麻烦,实践证明,除了安装pytorch会超时,其他都很快,不需要“想办法”。我安装时候的顺带自动安装的包如下图:

3.使用IDM Downloader直接下载安装包:

GPU版本:

https://conda.anaconda.org/pytorch/win-64/pytorch-1.0.1-py3.6_cuda100_cudnn7_1.tar.bz2

CPU版本:

https://conda.anaconda.org/pytorch/win-64/pytorch-cpu-1.0.1-py3.6_cpu_1.tar.bz2

 

用IDM下载巨快,否则巨慢

4.清除本地下载缓存

本地由于第三步conda下载失败,需要先把不完整的下载缓存清除,位置在anaconda/dpkg目录下,刚才未完成下载的pytorch-1.0.1-py3.6_cuda100_cudnn7_1.tar.bz2包及其解压文件夹一起删除。

5.使用第三步下载的安装包本地安装

conda install --use-local pytorch-1.0.1-py3.6_cuda100_cudnn7_1.tar.bz2

 

conda install --use-local pytorch-cpu-1.0.1-py3.6_cpu_1.tar.bz2

6.测试一下OK

import torch
print(torch.__version__)

7.附上pip包下载地址,当然这个就需要能“想办法”出去下载

 

https://download.pytorch.org/whl/cpu/torch-1.0.1-cp36-cp36m-win_amd64.whl

https://download.pytorch.org/whl/cu100/torch-1.0.0-cp36-cp36m-win_amd64.whl     #cuda10.0

以上步骤中,第三四五步都可以直接进行,不需要“想办法”出去。

 

 

 

 

 

 

 

 

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

### 安装 PyTorch 使用清华大学镜像源 对于希望加速 Python 库下载过程的开发者来说,使用国内的镜像站点是一个有效的方法。清华大学开源软件镜像是一个广泛使用的资源,在此背景下安装 PyTorch 可以显著减少等待时间。 #### 对于 Linux 用户通过 Shell 脚本安装 可以编写或运行预先准备好的 shell 脚本来完成这一操作[^1]: ```bash #!/bin/bash pip install torch torchvision -i https://pypi.tuna.tsinghua.edu.cn/simple ``` #### 命令行环境下的快速安装方法 为了简化流程并加快速度,可以直接在命令提示符下输入特定指令来利用清华源进行安装[^2]: ```bash pip install torch torchvision -i https://pypi.tuna.tsinghua.edu.cn/simple ``` #### Anaconda 环境中的应用实例 当工作在一个由 Anaconda 创建的虚拟环境中时,则应采用如下方式来进行包管理器级别的定制化设置[^3]: ```bash conda install pytorch torchvision cudatoolkit=10.2 -c defaults ``` 注意这里的 `-c` 参数后面跟的是 `defaults` 而不是原始命令里的 `pytorch`,这有助于避免潜在冲突的同时依旧能享受到来自清华镜像的速度优势。 #### 移除指定频道后的通用解决方案 如果倾向于保持最基础的状态而不依赖额外渠道的话,还可以考虑移除所有的附加参数只保留必要的部分[^4]: ```bash conda install pytorch torchvision torchaudio cpuonly ``` 以上几种途径均能够有效地帮助用户借助清华大学提供的公共镜像服务实现对 PyTorch 的高效部署与更新。
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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