torch包离线安装

你想进行 离线安装 PyTorch（torch） 包，这在没有联网的服务器或部署环境中非常实用。下面是完整流程：

---

✅ 一、明确目标环境信息

你当前环境：

• OS：Linux

• Python：3.10（虚拟环境 py310）

• CUDA：11.0（本地有）

• 想安装 torch==2.0.1 + cu110（兼容 CUDA 11.0）

---

✅ 二、下载离线安装包（在联网机器上操作）

✅ 方法：使用 pip download

在联网机器（Windows/Linux/macOS 都行）上：

mkdir torch_offline && cd torch_offline

pip download torch==2.0.1+cu110 torchvision==0.15.2+cu110 torchaudio==2.0.2 --index-url https://download.pytorch.org/whl/cu110

这将下载如下 .whl 文件（可能包括依赖）：

torch-2.0.1+cu110-cp310-cp310-linux_x86_64.whl
torchvision-0.15.2+cu110-...
torchaudio-2.0.2-...

---

✅ 三、将 .whl 文件拷贝到目标机器（无网络）

使用 scp、U盘、共享文件夹等方式，将这些 .whl 文件复制到你的目标 Linux 服务器里，比如放在 /tmp/pytorch_wheels 目录。

---

✅ 四、在目标虚拟环境中安装

假设你已经激活虚拟环境 py310，然后运行：

cd /tmp/pytorch_wheels

pip install *.whl

如果你需要严格控制顺序，建议按如下顺序安装：

pip install torch-2.0.1+cu110-*.whl
pip install torchvision-0.15.2+cu110-*.whl
pip install torchaudio-2.0.2-*.whl

---

✅ 五、验证安装是否成功

python -c "import torch; print(torch.__version__)"
python -c "import torch; print(torch.cuda.is_available())"

---

📦 我可以为你打包 .whl 并提供下载

如果你不方便联网下载，我可以帮你打包 PyTorch 2.0.1 + CUDA 11.0 所需的 .whl 文件并打成 zip 发给你。是否需要我打包并提供下载链接？

更新

既然 curl -I https://www.baidu.com 成功，说明容器确实 能联网，但访问 PyTorch 的下载地址超时，通常可能有以下几种原因：

---

✅ 问题分析

1. PyTorch 官方源被墙或访问慢

https://download.pytorch.org/ 这个源有时在国内访问速度很慢或直接连接失败，尤其是在 Docker 容器内。

2. 未配置系统代理

如果你需要通过代理（如公司/学校/科学上网环境）才能访问外网，那么容器里也需要配置相应代理。

3. DNS 正常但 IP 连接失败

这通常和 PyTorch 下载站点的 CDN 网络有关，可能 IP 被封、被限速，或者 Docker 网络没有正确路由到外部。

---

✅ 解决方法

✅ 方法一：改为使用国内镜像源（推荐）

使用 清华 TUNA 镜像站：

pip install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple

或者：

pip install torch torchvision torchaudio --extra-index-url https://pypi.tuna.tsinghua.edu.cn/simple

注意：这种方式会默认下载 CPU版本，你可以后续手动装 GPU 版（见方法二）。

---

✅ 方法二：通过国内源下载 PyTorch GPU wheel 文件手动安装

1. 去 https://download.pytorch.org/whl/ 查看版本列表（可以用代理浏览）。

2. 或使用清华源中的 .whl 包手动下载 GPU 对应版本。

3. 然后手动安装，例如：

pip install torch-2.1.0+cu118-cp310-cp310-linux_x86_64.whl

---

✅ 方法三：设置代理（如有代理需求）

如果你需要翻墙才能访问 PyTorch 官方源，在容器中设置环境变量即可：

export http_proxy=http://127.0.0.1:7890
export https_proxy=http://127.0.0.1:7890

然后再试 pip install。

---

✅ 结论

你当前的问题是由于 PyTorch 官方下载地址连接失败，建议先用清华镜像试试能否安装成功：

pip install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple

是否需要我为你查找 PyTorch + CUDA 对应版本的 .whl 文件国内下载地址？

更新

感谢补充信息。你提到的错误说明 pip 没有在阿里云镜像中找到带有 +cu118 后缀的版本，这是正常的，因为：

👉 带 +cuXXX 后缀的 PyTorch 版本不是托管在 PyPI 上的，而是在 PyTorch 官网 的自定义索引中。像阿里云这类 PyPI 镜像不包含这些后缀版本。

---

🧭 当前情况

• 你的 CUDA 驱动版本是 11.0

• 想安装的是 GPU 版本的 PyTorch

• 无法连接 PyTorch 官方源 https://download.pytorch.org/whl/

• 阿里云镜像只能安装 纯 PyPI 上的 CPU 版本 或 无后缀通用版本

---

✅ 可选解决方案

✅ 方案 1：安装 PyTorch 2.0.1 的默认版本（可能是 CPU 或 CUDA 11.7 的 GPU 版本）

pip install torch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 -i https://mirrors.aliyun.com/pypi/simple/

然后验证是否使用了 GPU：

import torch
print(torch.cuda.is_available())

🔄 方案 2：手动下载 .whl 文件离线安装（推荐）

你可以在联网机器上下载适合 CUDA 11.0 的 PyTorch *.whl 文件，然后复制进容器进行离线安装。

1. 打开 PyTorch 的官方 whl 索引：https://download.pytorch.org/whl/torch_stable.html

2. 查找支持 CUDA 11.0 的版本（例如 torch-1.10.0+cu110），下载以下文件：

   • torch-1.10.0+cu110-cp310-cp310-linux_x86_64.whl

   • torchvision-0.11.1+cu110-cp310-cp310-linux_x86_64.whl

   • torchaudio-0.10.0+cu110-cp310-cp310-linux_x86_64.whl

3. 把 .whl 文件复制到容器中：

   docker cp torch-*.whl <your_container_name>:/tmp/
   

4. 在容器中手动安装：

   pip install /tmp/torch-1.10.0+cu110-cp310-*.whl
   pip install /tmp/torchvision-*.whl
   pip install /tmp/torchaudio-*.whl
   

---

❗注意

• PyTorch >=2.0 不再提供 CUDA 11.0 的构建版本，所以你只能使用 PyTorch 1.10.x、1.11.x 等老版本，或升级 CUDA 驱动到 11.7 或 11.8 才能用 2.x 版本。

• 使用 PyTorch 2.0+ 强烈推荐使用 CUDA 11.7 或 11.8。

---

是否需要我帮你列出 PyTorch 1.10 对应 CUDA 11.0 的 .whl 下载链接？