分享一个离线安装torch环境的方法，效率gang gang的

最新推荐文章于 2025-05-06 14:25:48 发布
最新推荐文章于 2025-05-06 14:25:48 发布
阅读量3k 收藏 9
点赞数
分类专栏： 深度学习 文章标签： 深度学习 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/m0_60341379/article/details/120917802
版权
在Linux服务器上快速搭建深度学习环境常常因网络速度受限而变得困难。本文提供一种离线安装GPU版torch的高效方法，通过清华大学开源软件镜像站下载匹配CUDA版本的torch和torchvision压缩包，上传至服务器后，在虚拟环境中使用conda命令进行安装，整个过程简单快捷。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

当我们在linux服务器下训练一个模型时，首要的是安装一个匹配的框架的环境，torch or tensorflow ，如果网速十分的飞快，那也没什么好说的，可是我敢说大部分的公司的网速完全是归途赛跑中的那只乌龟，虽然不断网，可就是跑不起来。这时我们要安装一个几个左右的gpu环境，那简直了，所以，这里给大家分享一个离线安装gpu环境的方法，亲测十分高效，这里只说torch环境哦，tensorflow本人不喜欢用。

首先上网址链接：

Index of /anaconda/cloud/pytorch/linux-64/ | 清华大学开源软件镜像站 | Tsinghua Open Source MirrorIndex of /anaconda/cloud/pytorch/linux-64/ | 清华大学开源软件镜像站，致力于为国内和校内用户提供高质量的开源软件镜像、Linux 镜像源服务，帮助用户更方便地获取开源软件。本镜像站由清华大学 TUNA 协会负责运行维护。

最低0.47元/天 解锁文章
使用 Pyro 和 PyTorch 的贝叶斯神经网络
gongdiwudu的专栏
10-27 5376
我知道我对分类器的期望是不切实际的。它的行为完全按照编程的方式进行。如果我将最后一层（softmax）输出解释为概率，那么作为输入给出的任何图像总会有一个具有最大值的类别。
【Block总结】PlainUSR的局部注意力，即插即用|ACCV2024
AI浩
04-05 581
这些创新点旨在解决现有方法在实时性能和计算效率上的瓶颈，同时保持竞争性的图像重建质量。局部注意力机制通过引入区域重要性图和门控机制，能够在局部范围内实现高阶信息交互。这种设计使得模型能够更有效地捕捉局部细节，同时避免了传统全局注意力机制可能带来的高计算成本[4][5][6]。局部注意力机制的设计重点在于减少计算复杂度。相比全局注意力，局部注意力将加权求和的范围限制在特定窗口内，从而显著降低了计算量。这种方法特别适合实时超分辨率任务，能够在保持性能的同时实现低延迟[3][4][5]。
使用本地whl离线安装torch_geometric库（PyG）
m0_46492054的博客
04-17 1130
需要注意的是，我需要把文件安装在已经有的torch环境中，就需要从anaconda进入文件路径进行安装。需要下载的文件有4个，分别是1.torch-scatter 2.torch-sparse 3.torch-cluster 4.torch-spline-conv。本文采用的是离线安装。我的torch版本是1.12.0+cu113，看自己的版本是哪一个就下载哪一个，也有CPU版本。5.最后打开JupyterNotebook导入需要的包，没有前面的报错，安装完毕。2.在官网找到对应的版本，进行下载。
离线安装torch
m0_54360198的博客
07-14 3386
win7/win10离线安装Pytorch简易步骤 奥卡姆的剃刀 2020-09-06 16:47:12 ...
Pytorch离线安装（三步解决）
qq_63786218的博客
03-30 2万+
在下方pytoch的官网可以直接查到对应的版本号，比如说我的python为3.7，cuda下载的是11.3的版本，那么就可以在这里CTRL+F查到这三个包对应的版本号。这里可以看到，我的pytorch包已经存在，但是包在环境里面不代表就安装好，还需要再运行相关代码，才能完全确定包已经安装完成，并且相关环境都已适配。之后打开命令行进去该文件的文件夹，执行pip install “文件名”，注意，文件名需要加双引号，即可安装完成，，确定了这三个的版本就可以确定pytorch三个包的版本。
torch离线安装
zymhhh的博客
05-27 1394
2.下载完成后，打开文件所在文件夹，使用“pip install 文件名”命令安装。1.在该网址下，下载对应版本的torch、torchvision。
Linux离线安装torch
qq_41120982的博客
03-01 2538
离线安装torch and torchvision 1、确定自己的安装版本 进入pytorch的官网，查看安装版本和安装命令： 进入历史版本，选择需要的版本，打开对应网站： 打开后如下图： 选择对应的python版本-cuda版本，进行离线下载资源包 包括torch和torchvision 2、安装 cd到下载路径 pip3 install 刚才下载的文件名，如下图 ...
【Block总结】MAB，多尺度注意力块|即插即用
AI浩
02-01 1019
MAB（Multi-scale Attention Block）是Multi-scale Attention Network (MAN)中的核心组件，旨在通过结合多尺度大核注意力（MLKA）和门控空间注意力单元（GSAU）来提升图像超分辨率的性能。MAB模块的设计旨在有效捕捉图像中的局部和全局特征，同时避免传统卷积网络中常见的“块状伪影”问题。Multi-scale Attention Network (MAN)通过结合多尺度大核注意力和门控空间注意力机制，成功提升了单幅图像超分辨率重建的性能和效率。
【图像超分】论文复现：大核卷积替代自注意力实现轻量化并保持性能！CFSR的Pytorch源码复现，将代码整合到BasicSR中，获得与论文一致的指标和超分可视化结果，网络结构示意图与源码对应！
最新发布
主要更新底层视觉（去噪、超分等）相关的科研内容，形式为【论文精读】+【论文复现】
05-06 168
论文题目：Transforming Image Super-Resolution: A ConvFormer-based Efficient Approach —— 变换图像超分辨率：一种基于ConvFormer的高效方法【图像超分】论文精读：Transforming Image Super-Resolution: A ConvFormer-based Efficient Approach（CFSR）源码只给了网络实现、预训练模型和配置文件，需要将CFSR整合到BasicSR项目中进行测试。
2025 深度学习必备：Torch 离线安装超详细指南，一文攻克版本适配与环境搭建难题
MnivL的博客
02-06 1778
在深度学习领域，PyTorch 框架的核心库 torch 的安装至关重要。本文为 2025 年深度学习开发者精心准备，全面且详细地阐述了 torch 的离线安装全过程。从 torch 与 torchvision、torchaudio 版本对应关系的精准解读，到指定版本 whl 包的下载路径分享；从 pip、conda 等不同环境下 torch 及相关 cuda 依赖的安装方法，到自动检测 CUDA 版本安装 torch 的 Python 脚本展示，还涵盖了安装过程中常见错误点分析与解决办法。
pytorch的离线安装-windows
04-08
亲测可用，pytorch在anaconda下的离线安装，适用于window系统，如果是Linux系统的话，喜欢更换安装文件。
深度学习环境搭建之离线安装torch和torchvision
weixin_56416791的博客
08-04 1363
在线下载torch和torchvision太耗时
PyTorch离线版本安装（超详细版！）
热门推荐
weixin_44956153的博客
09-17 2万+
首先需要下载Anaconda查看自己电脑的cuda版本：nvidia-smi。
PyTorch离线安装
MaYuHuaw的博客
11-22 2292
于是，就有了 Anaconda，这是一个集成了常用于科学分析（机器学习，深度学习）的大量package。比如这个项目要用到 pytorch 0.4，另一个项目要用到 pytorch 1.0，如果你卸载了0.4版本，安装了1.0版本。那么下一次，你再碰到0.4版本，你就需要卸载1.0版本，安装0.4版本。有的时候，下载速度太慢了，可以利用我已经下载好的文件（适用于较高版本显卡，自己的电脑不适用），如果是 True，意味着你可以使用 GPU，如果是 False，意味着只能使用CPU。如果你的并不慢，恭喜恭喜。
Linux上PyTorch离线安装教程
It's You--MXL
08-08 1447
以python 3.6 为例，找到相应版本的。下载完成后，上传至Linux服务器上。选项表示仅安装torchvision。
离线安装torch和torchvision
qwq_xcyyy的博客
01-03 2141
ps：不知道需不需要查看cudnn，我没查看，网上的方法都没用，但是不影响我安装成功。ps：这里需要注意版本对应，torch,torchvison的版本不要出错。进入任意一个可用的镜像源下载你的python版本和cuda版本对应的torch。我的python是3.8 cuda11.6，这里我选择的是下面这个包下载。打开NVIDIA control panel应用，点击左下角的系统信息。下载完成后，打开cmd,进入环境，并cd到文件夹中输如下面代码即可。进入后点击组件，再查看cuda。
超详细的PyTorch离线安装步骤
putersoft的专栏
03-24 8803
有时候为了教学的需要，机房的网络很慢或者机房的机器不允许上外网，而有需要在这些机房进行PyTorch的教学或实验，则需要以离线安装PyTorch的方式。首先需要在此台机器上安装Anaconda3和python3.10.14（需要的包可以在网上找到并复制到离线的机器上安装即可。当然，首先需要在此台能够上网的机器上安装相关的python环境，本文是Python3.10.14版本。第一部分：首先，先找一台能够上网的机器去离线下载PyTorch所需要的安装包。注意：以下操作是在无法上网的即离线的机器上操作。
nx离线安装torch
04-01
### 如何在 NX 环境下离线安装 PyTorch 要在 NVIDIA Jetson NX 设备上离线安装 PyTorch，需考虑设备的操作系统、CUDA 版本以及 Python 的兼容性。以下是详细的说明： #### 1. 验证环境配置 NVIDIA 提供了针对特定硬件（如 Jetson TX2 和 NX）优化的 TensorFlow 和 CUDA 支持[^3]。因此，在安装 PyTorch 前，确认当前系统的 CUDA 和 cuDNN 版本非常重要。可以通过以下命令检查 CUDA 版本： ```bash nvcc --version ``` 如果目标设备已预装 Anaconda3，则可以直接利用其强大的包管理功能 Conda 来完成安装[^4]。 #### 2. 下载适合的 PyTorch 轮子文件 (Whl 文件) 由于是离线环境，无法直接通过 `pip` 或者 `conda install` 进行在线安装，所以需要提前下载适用于该平台架构的 `.whl` 文件。具体操作如下： - 访问官方 PyTorch 官网 https://pytorch.org/get-started/previous-versions/ - 根据操作系统（Linux）、包管理工具 (`pip`)、Python 版本（如 3.6.x），以及 CUDA 版本来筛选合适的轮子文件链接。 例如，对于基于 ARM 架构的 Jetson NX 平台，可能需要手动编译或者寻找社区贡献的支持 ARM 的二进制文件。 #### 3. 使用 pip 执行本地安装 将之前获取到的 .whl 文件拷贝至目标机器上的某个目录后，执行下面这条指令即可完成安装： ```bash pip3 install /path/to/downloaded/torch-x.y.z.whl ``` 注意替换实际路径和文件名位置参数。 最后一步就是测试安装成果，按照先前提到的方式简单调用模块并打印版本号信息来检验整个流程是否顺利完成[^1]: ```python import torch print(torch.__version__) ``` #### 注意事项 - 如果遇到依赖缺失错误提示，请尝试解决这些未满足的前提条件后再继续重试上述步骤。 - 对于某些特殊场景下的定制化需求，比如启用分布式训练等功能特性时，还需要额外关注更多细节设置项。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

代码即人生

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

实付元
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