快速下载pytorch，靠谱有效，小白必备！

记录一下自己解决，pytorch下载过慢的难题。 

1.前期的准备工作

首先需要准备迅雷软件，在应用商店下载即可。

2.下载pytorch的方式

正常下载的方式太慢了，毕竟网速饶了半个地球。

采取换源的方式又往往会下载成cpu版本的pytorch，因此我们采取离线下载的方式。

3.具体的操作步骤

确认自己要下载的版本：

我们需要进入官网的安装包界面：链接如下：https://download.pytorch.org/whl/torch_stable.html

官网中的安装包如图所示，其中cu118代表安装的cuda版本是11.8

2.1.1代表torch安装包的版本

cp39代表python解释器的版本是3.9

win代表是windows系统的安装包版本，官网还有其他系统的安装包，大家根据自己的需求下载即可。选择好安装包之后我们就可以正式的进入安装过程啦。

在anconda中搭建相应虚拟环境

conda create -n yolov10 python=3.9

搭建好虚拟环境之后，我们需要激活虚拟环境

当括号从（base）变成（yolov10）环境就激活成功了。

从官网下载安装包

右键点击复制链接，随后在迅雷中复制下载链接。

全网搜索下载链接，随后会出现弹框。

点击立即下载即可，大家可以自己更换下载路劲至d盘，我这里就采用默认路径了。

同样的操作我们再来复制一下torchvison的下载链接，随后贴贴至迅雷下载即可。

torchvision是深度学习中图像学习经常采用的工具库，大家注意，torch和torchvision 的版本一定要是一致的，如果torch的版本是cuda11.8，那么torchvision 的版本也是cuda11.8，如果不知道版本是否匹配可以去官网查询。

点击 previous versions of Pytorch可以看到早期发布的pytorch版本，通过安装指令可以自行去官方的安装网址复制安装链接。

手动安装成功后我们可以通过本地下载pytorch啦

在正式下载之前还有一个小细节，因为下载torch和torchvision之前我们还需要下载一些依赖的安装包，而这些安装包下载地址也在国外如果网速不是很好的话，下载起来可能还是会报错，因此这些依赖安装包我们可以通过清华源进行下载。

需要安装的依赖包有：filelock、typing_extensions、mpmath、sympy、networkx、MarkupSafe、Jinja、fsspec、pillow、numpy。

这里的安装就不全部演示啦，以numpy为例，其他的安装包和numpy安装一致，换个名字就行

-i https://pypi.tuna.tsinghua.edu.cn/simple

当所有的依赖安装包都下载成功后，pytorch的安装就易如反掌啦

右键复制文件的地址

pip install "你的安装包地址"

这里演示的是torch的下载，torchvision 的下载再pip install一次就ok啦

如果你的网速还好的话可以跳过下载依赖安装包的部分。

小结：

到这里所有的安装就结束了，过程的操作虽然有些繁琐，但是确实可以解决，安装过程太慢带来的不便，如果您有什么疑问，可以在评论区留言哦！