解决Ubuntu安装pytorch过慢的问题

最近在学习pytorch需要在服务器搭建一个安装pytorch框架,所以结合我这几天的学习经历写了一个在Ubuntu16.04版环境下安装pytorch。

1.安装anaconda

anaconda是一个很好用的python包管理器,对于经常使用python是非常友好的,可以在anaconda下新建不同的环境,以满足不同开发环境的需求。anaconda的安装这个网上有很多教程,不做具体的的描述。

2.建一个anaconda环境

  1. 这是新建一个名字为pytorchgpu的环境,python版本为3.6,可根据需要更改
conda  create -n pytorchgpu python=3.6 
  1. 激活环境
source activate pytorchgpu
  1. 如果想要退出这个环境,可以使用下面的命令
source deactivate pytorchgpu

3.修改conda的下载源

pytorch最近已经更新到了稳定版本的1.7,从Pytorch官网上可以看到有多种安装方式:

比较常见的方法是通过pip和conda安装,当使用conda安装的时候,可能会遇到下载过慢的问题,尤其是文件:pytorch包文件,下载的时候可能会遇到无尽的等待,甚至失败(亲身体会)。这里推荐用清华源替代默认conda源的方法,可以解决下载过慢的问题。因此需要添加国内的下载源,我使用的清华的镜像:

清华conda源地址:https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

添加清华源

输入下面的命令:

conda config --add channels https<
<think>嗯,用户想在Ubuntu系统上通过命令行快速安装PyTorch。首先,我得想想有哪些方法可以加速安装过程。根据我之前看过的资料,比如优快云上的文章,可能有几种方法。比如换用国内镜像源,比如清华源,这样下载包的时候会快很多。另外,用户可能在使用conda或者pip安装,这两种工具都有办法调整源。 记得引用里的内容提到,使用conda安装时去掉-c pytorch参数,这样就不会从官方源下载,而是从配置的国内源获取,比如清华源。另外,用户可能遇到下载超时的问题,这时候可以调整conda的超时设置,比如设置remote_read_timeout_secs到更大的值,比如3000秒,这样避免因为网络慢导致中断。 还有,使用pip安装的时候,可以指定国内的镜像源,比如阿里云或者清华的pypi镜像。安装命令里加上-i参数,后面跟上镜像地址。另外,如果安装的是特定版本的PyTorch,可能需要找到对应的CUDA版本,比如用户提到的cu111,这时候需要确保CUDA已经正确安装,否则PyTorch可能无法使用GPU加速。 另外,用户提到手动下载安装包,比如从清华源的anaconda仓库直接下载对应的包,然后用conda install本地安装,这样可能更快,因为避免了网络波动的影响。比如引用中的例子,下载了PyTorch的.tar.bz2文件后,用conda install命令安装。 还需要注意依赖项是否正确安装,比如torchvision和torchaudio是否与PyTorch版本兼容。用户提供的引用里提到了一些具体的版本对应关系,比如PyTorch 1.9.0+cu111需要对应的torchvision 0.10.0+cu111,这些版本匹配很重要,否则可能出错。 还有,用户可能不清楚如何确认CUDA版本是否与PyTorch版本匹配。这时候需要指导他们通过nvidia-smi或者nvcc --version来查看CUDA版本,然后选择合适的PyTorch版本。例如,引用3中使用了CUDA 11.1对应的PyTorch 1.9.0。 最后,可能还需要提醒用户创建虚拟环境,避免污染全局环境。使用conda create和activate命令来管理环境,这样即使安装过程中出现问题,也可以轻松回滚。 总结一下,加速安装的方法包括换源、调整超时设置、手动下载包、使用pip镜像、确保版本匹配,以及利用虚拟环境。需要一步步引导用户操作,确保他们不会遗漏关键步骤,同时引用相关的资料来支持建议的可行性。</think>### 分步解决方案:加速Ubuntu系统中PyTorch安装 #### 1. **使用国内镜像源加速Conda安装** - **步骤**: 1. 修改Conda镜像源为清华源: ```bash conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ conda config --set show_channel_urls yes ``` 2. 安装PyTorch时**去掉 `-c pytorch`**,强制从镜像源下载: ```bash conda install pytorch torchvision torchaudio cudatoolkit=11.3 ``` - **效果**:避免从官方源下载,速度提升显著[^2]。 #### 2. **调整Conda超时设置** - **步骤**: ```bash conda config --set remote_read_timeout_secs 3000.0 ``` - **原因**:网络延迟较高时,增大超时阈值可防止下载中断[^2]。 #### 3. **使用pip + 国内镜像源** - **步骤**: 1. 直接通过PyPI镜像安装: ```bash pip install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple ``` 2. 指定CUDA版本(例如适配CUDA 11.1): ```bash pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html ``` - **注意**:需提前安装对应版本的CUDA驱动[^3]。 #### 4. **手动下载预编译包** - **步骤**: 1. 从清华源仓库手动下载包(如`pytorch-1.11.0-py3.8_cuda11.3_cudnn8.2.0_0.tar.bz2`)。 2. 使用Conda本地安装: ```bash conda install /path/to/downloaded-package.tar.bz2 ``` #### 5. **验证CUDA与PyTorch版本兼容性** - **步骤**: 1. 检查CUDA版本: ```bash nvidia-smi # 查看驱动支持的CUDA版本 nvcc --version # 查看当前安装的CUDA版本 ``` 2. 根据CUDA版本选择PyTorch安装命令(例如CUDA 11.3对应`cudatoolkit=11.3`)[^1]。 #### 6. **使用虚拟环境隔离依赖** - **步骤**: ```bash conda create -n pytorch_env python=3.8 conda activate pytorch_env # 在虚拟环境中执行上述安装步骤 ``` --- ### 相关问题 1. 如何检查PyTorch是否成功调用了GPU? 2. Conda和pip安装PyTorch的主要区别是什么? 3. 安装PyTorch时出现依赖冲突应如何解决
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

打赏作者

storm岚

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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