conda安装Pytorch下载过慢解决办法(11月26日更新ubuntu下pytorch1.3安装方法)

目录

添加清华源

安装PyTorch

3月5日更新ubuntu下pytorch1.0.1安装方法(Ubuntu16.04+CUDA9.0+PyTorch1.0.1)

7月23日更新ubuntu下pytorch1.1安装方法(通过pip)

11月26日更新ubuntu下pytorch1.3安装(通过conda)

如何查看能不能用清华源加速你的pytorch安装


pytorch最近已经更新到了稳定版本的1.0.1,从Pytorch官网上可以看到有多种安装方式:

比较常见的方法是通过pip和conda安装,当使用conda安装的时候,可能会遇到下载过慢的问题,尤其是文件:pytorch-1.0.1-py3.6_cuda90_cudnn7_1.tar.bz2,下载的时候可能会遇到无尽的等待。这里推荐用清华源替代默认conda源的方法,可以解决下载过慢的问题。

清华conda源地址:https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

添加清华源

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 show_channel_urls yes

另外为了保险起见,建议同时添加第三方conda源:

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

安装PyTorch

根据Python和CUDA选择对应的版本,然后官方给出提示可通过运行:

conda install pytorch torchvision cudatoolkit=9.0 -c pytorch
但是这里一定要注意,去掉-c pytorch,安装的时候才会默认从清华源下载相应的包,因此这里用命令行:

conda install pytorch torchvision cudatoolkit=9.0

接着等待安装成功就好了(注意到画红框的部分已经默认源替换为tsinghua源了)。

最后可以通过命令行验证一下,可以看到已经正确安装PyTorc

### Ubuntu系统中通过Conda安装PyTorchUbuntu系统中,使用Conda来管理Python环境并安装PyTorch是一种高效的方式。这不仅简化了依赖项管理和隔离不同项目的需求,还使得切换不同的PyTorch版本变得容易。 #### 创建新的Conda环境 为了保持项目的独立性和整洁性,在安装之前建议先创建一个新的Conda环境: ```bash conda create --name my_pytorch_env python=3.9 ``` 激活新创建的环境以便后续操作在此环境中执行: ```bash conda activate my_pytorch_env ``` #### 安装带有CUDA支持的PyTorch (GPU版) 对于希望利用图形处理单元(GPU)加速计算的任务来说,可以按照官方推荐的方法安装具有CUDA支持的PyTorch版本[^2]。确保已正确配置好NVIDIA驱动程序以及相应的CUDA工具包之后,可以通过下面这条命令完成安装: ```bash conda install pytorch torchvision torchaudio cudatoolkit=11.8 -c pytorch -c nvidia ``` 此命令会从`pytorch`和`nvidia`两个渠道下载所需的软件包,并自动解决任何潜在的依赖关系问题[^3]。 #### 安装仅限于中央处理器(CPU)使用的PyTorch 如果目标机器不具备合适的GPU硬件条件,则可以选择只针对CPU优化过的PyTorch发行版。这种方式同样能够满足许多应用场景下的需求,特别是当数据集规模不大时。对应的安装指令如下所示: ```bash conda install pytorch torchvision torchaudio cpuonly -c pytorch ``` 上述两条路径均能有效部署适合特定工作负载特性的PyTorch运行环境,具体选择取决于实际的应用场景和技术栈要求。
评论 75
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