pip安装使用国内的镜像

使用pip安装某些库可能速度较慢,可以考虑使用国内镜像,

常见pip国内的一些镜像如下:

  • 阿里云 http://mirrors.aliyun.com/pypi/simple/
  • 中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
  • 豆瓣(douban) http://pypi.douban.com/simple/
  • 清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
  • 中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/

使用方法:
在使用pip的时候在后面加上-i参数,指定pip源

sudo pip install tensorflow_gpu==1.12.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
### 如何使用国内镜像源通过pip安装PyTorch 对于希望加速并稳定化PyTorch及其依赖库(如`torchvision`, `torchaudio`)的安装过程,利用国内镜像源是一个有效的方法。具体来说: 当遇到官方源速度过慢或连接不稳定的情况时,可以借助清华大学开源软件镜像站或其他国内镜像站点来完成安装工作[^2]。 #### 安装命令实例 针对不同需求场景下的安装方式有所不同: - **基础版 PyTorch 和 torchvision 的安装** 为了确保安装顺利且高效,推荐使用如下命令进行安装: ```bash pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple torch torchvision torchaudio ``` 这条命令指定了清华镜像作为索引地址(-i参数),从而绕过了可能存在的网络延迟问题,提高了下载成功率和效率。 - **指定版本号的安装** 有时项目开发环境要求特定版本的PyTorch框架,在这种情况下可参照以下格式执行安装操作: ```bash pip install torch==1.4.0 torchvision==0.5.0 -f https://download.pytorch.org/whl/torch_stable.html -i http://mirrors.aliyun.com/pypi/simple/ ``` 这里不仅设置了阿里云Pypi镜像服务器作为包管理器使用的仓库位置,还额外加入了来自PyTorch官方网站提供的二进制文件链接以获取对应版本的支持资源[^1]。 - **CUDA 版本匹配** 若打算部署支持GPU加速的应用程序,则需注意所选PyTorch版本应与本地已有的CUDA驱动相兼容。可通过查询系统内核模块信息或者查阅NVIDIA控制面板等方式确认当前机器上的CUDA版本号,并据此选择适合自己的预编译轮子(wheel)[^5]。 #### 验证
评论
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