解决创建Linux的新虚拟环境后下载pytorch速度慢方式

最新推荐文章于 2025-05-18 12:39:48 发布

小顾开心编程

最新推荐文章于 2025-05-18 12:39:48 发布

阅读量520

点赞数

CC 4.0 BY-SA版权

文章标签： linux pytorch 运维

本文链接：https://blog.youkuaiyun.com/m0_59324917/article/details/134140052

本文指导如何在Linux命令行中通过`condaconfig--addchannels`添加Anaconda的PyTorch官方镜像源，以便于从Tuna清华大学镜像站下载安装包。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在Linux命令行中输入

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

然后再从Pytorch官网中复制对应的命令

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

小顾开心编程

关注关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
1
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

PyTorch官方安装方法下载太慢，直接用pip和conda命令安装，因为网络速度太慢，导致下载失败的解决的办法。

fns212的博客

12-27

1万+

以划线部分的内容为例子，torch-1.13.1是pytorch的版本，cu117是cuda的版本，cp是python的版本，win是操作系统。PyTorch官方安装方法下载太慢，直接用pip和conda命令安装，因为网络速度太慢，导致下载失败的解决的办法。可能还会联网核对安装包，关于这一点，我没有验证，但是自己这样做的时候，速度接近离线安装，多个安装包自动同时安装，且一次性成功。打开pytorch的官方网站，找到官方安装方法的位置，找出官方包所在的网址。最后，结合别人的方法，我自己组合了一个解决的办法。

科研Day2 -- Linux 中创建 pytorch 虚拟环境

weixin_45807767的博客

10-01

272

linux中创建pytorch虚拟环境

1 条评论您还未登录，请先登录后发表或查看评论

Linux系统中下载pytorch太慢的问题

qq_41911477的博客

08-03

1898

Linux系统中pytorch下载太慢的问题

Linux下载国外软件镜像的加速方法（以下载Python-3.8.0.tgz为例）

最新发布

kevin1499的博客

05-18

455

本文介绍了一种加速从国外服务器下载软件镜像的方法，特别是针对下载速度较慢的情况。以Python-3.8.0.tgz为例，通过对比直接下载和使用迅雷下载的速度，展示了迅雷在加速下载方面的显著效果。迅雷利用其P2P技术，通过缓存资源或附近用户的共享，大幅提升了下载速度。这种方法适用于需要快速获取国外软件镜像的用户，有效解决了下载速度慢的问题。

解决Linux服务器上下载pytorch速度过慢的问题

weixin_53697800的博客

09-13

2559

torch-1.13.1+cu116-cp311-cp311-linux_x86_64.whl 注意cp311中的311指的是python版本，也需要与自己的python匹配，比如我的是3.8，我在Linux服务器中使用如下指令, 直接从指定的 URL 下载。需要下载的是GPU版本的pytorch，版本torch=1.13.1+cu116。ps:也可以使用其他下载器（如迅雷）通过镜像网站手动下载.whl文件到本地，然后。使用这种方式会从两个网址中查找安装包，清华源不存在安装包，仍然从官方下载。

Linux下载pytorch太慢，使用镜像

weixin_42569547的博客

10-12

1245

Linux下载pytorch太慢，使用镜像

解决linux服务器使用conda安装pytorch过慢的问题

NOVAglow646的博客

11-05

4758

解决linux服务器使用conda安装pytorch过慢的问题最开始已经添加了清华源，但是使用如下命令安装pytorch的时候一直卡在solving environment不动，按照网上说的已经去掉了-c pytorch选项，且开了科学上网，都不好使。然后发现，用pip加上-i可以很快地安装好（注意如果是python2的话不能用pip3而要用pip） pip install torch==1.10.0+cu113 torchvision==0.11.1+cu113 torchaudio==0.10.0

windows虚拟环境环境安装pytorch教程，包含虚拟机安装+pytorch安装全流程

03-18

### Windows虚拟环境下PyTorch安装教程 #### 一、引言随着深度学习技术的不断发展，PyTorch作为一款强大的开源机器学习库，受到了越来越多研究者和开发者的青睐。相较于TensorFlow，PyTorch因其面向流式编程的特点...

在Linux服务器上安装Anaconda和Pytorch虚拟环境，并在服务器上运行代码

Emperdre的博客

11-18

1865

因为pytorch官网中没有cuda12.2的版本，因为这里选择了cuda12.1的版本进行下载（因为cuda version表示的是服务器支持的最高版本，不是只能安装这个版本。上选择需要安装的版本，可以选择linux的版本进行下载，下载命令是。

Anconda虚拟环境创建及pytorch的安装步骤

m0_46417913的博客

10-22

3257

Anconda虚拟环境创建及pytorch的安装步骤，包括conda install pytorch，torchvision，torchaudio,cudatoolkit。

linux conda创建虚拟环境安装pytorch

weixin_43509667的博客

07-14

1834

Linux conda创建虚拟环境安装pytorch linux小白怎么创建conda env来运行项目呢？ Let’s see…… 1.查看现有的conda env虚拟环境 conda env list 如有需要的虚拟环境，贼可用activate+虚拟环境名字激活，进入该虚拟环境，如： conda activate pytorch36 退出该虚拟环境使用deactivate： conda deactivate 2.新建虚拟环境env 原有环境中如果没有适合的虚拟环境，则可自行创建新的虚拟环境 命令

linux 下 conda安装pytorch下载速度过慢(ubuntu and windows)

weixin_39393430的博客

07-06

1081

conda安装pytorch下载速度过慢（Windows下）转载自：https://blog.youkuaiyun.com/watermelon1123/article/details/88122020 首先打开anaconda的power shell，然后添加下载清华的下载源 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https:

pytorch下载速度慢？试试离线安装

直达开源前线，冲冲冲！

03-10

477

在torch其它依赖存在的情况下，此安装才能成功否则会报其它库缺失的问题，非必要不建议用此方法。比如：pytorch=1.11.0, python=3.10, cuda=11.3。或者老实使用conda进行安装（虽然有点慢，但靠谱）

conda新建环境下载速度慢

笑看零一的博客

05-04

1935

conda国内源的设置 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --set...

Linux解决pytorch下载安装过慢的问题：清华镜像源（转载）

yzl14的博客

09-11

5885

step1：安装anacoda 下载地址 bash Anaconda3-2018.12-Linux-x86_64.sh step2：按照官网的方法安装pytorch conda install pytorch torchvision cudatoolkit=10.0 -c pytorch 在此期间你会发现特别的慢，慢也就算了主要它还老安装不成功，出现的错误见我的另一篇博客补充说明：在用...

[linux]anaconda环境下载pytorch缓慢解决办法

qq_42964728的博客

03-11

598

[linux]anaconda环境下载pytorch缓慢解决办法我使用的是基于archlinux的manjaro系统，利用anaconda创建pytorch下载缓慢，科学上网无法解决，看了很多换国内源的方法，目前的换清华源的方法为： conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsin

conda转移项目虚拟环境必备技能+pip速度下载太慢解决办法

qq_25368751的博客

07-26

890

注意要删除requirements.txt文件第一行标志。

安装pytorch速度慢，解决途径

热门推荐

qq_44793283的博客

04-18

1万+

安装torch总是因为下载缓慢导致安装失败，我们可以尝试这几种方法提高速度，实现快速安装

Linux conda安装pytorch速度慢

zplai的博客

09-05

534

Linux conda安装pytorch速度慢 1. 添加源 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ conda config --add channels https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.sjtug.sjtu

linux创建虚拟环境安装pytorch

03-18

### 创建虚拟环境并安装PyTorch #### 使用 `virtualenv` 创建 Python 虚拟环境 可以通过以下方法在 Linux 下使用 `virtualenv` 创建虚拟环境： 1. **安装 virtualenv** 如果尚未安装 `virtualenv`，可以运行以下命令来安装它： ```bash sudo apt update && sudo apt install python3-virtualenv ``` 2. **创建虚拟环境** 假设使用的 Python 版本位于 `/usr/bin/python3.x`，可以执行如下命令创建名为 `myVENV` 的虚拟环境： ```bash virtualenv -p /usr/bin/python3 myVENV ``` 此处 `-p` 参数指定了用于创建虚拟环境的 Python 解释器路径。 3. **激活虚拟环境** 激活刚刚创建的虚拟环境： ```bash source myVENV/bin/activate ``` 成功激活后，终端提示符前会出现 `(myVENV)` 表明当前处于虚拟环境中[^2]。 4. **安装 PyTorch** 在激活的虚拟环境中，可以根据官方文档推荐的方式安装 PyTorch。例如，对于 CUDA 支持版本的 PyTorch 可以运行以下命令： ```bash pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 ``` 若不需要 GPU 加速，则可以选择 CPU-only 版本： ```bash pip install torch torchvision torchaudio ``` --- #### 使用 Conda 创建 Python 虚拟环境 另一种方式是利用 Anaconda 或 Miniconda 提供的 `conda` 工具管理虚拟环境和依赖项。 1. **创建 conda 虚拟环境** 执行以下命令创建一个新的虚拟环境，并指定所需的 Python 版本（如 3.9）： ```bash conda create -n pytorch_env python=3.9 ``` 2. **激活虚拟环境** 同样需要先激活新创建的虚拟环境才能继续操作： ```bash conda activate pytorch_env ``` 3. **安装 PyTorch** 在已激活的 conda 环境中，可以直接通过 `conda` 安装 PyTorch 和其相关包： ```bash conda install pytorch torchvision torchaudio cudatoolkit=11.8 -c pytorch -c nvidia ``` 上述命令会自动处理所有必要的依赖关系以及兼容性的检查[^5]。 4. **验证安装** 进入 Python 解释器测试是否成功加载 PyTorch 库及其功能模块： ```python import torch print(torch.__version__) # 输出应显示为实际安装的版本号 print(torch.cuda.is_available()) # 返回 True 则表明支持 NVIDIA GPU 计算能力 ``` --- ### 总结无论是采用 `virtualenv` 方法还是基于 `conda` 的解决方案，都可以有效地实现独立于全局系统的开发环境构建目标。具体选择取决于个人偏好或者团队协作需求等因素影响下的权衡考量结果[^1][^2][^3][^4]。