conda、pip安装pytorch慢????如何加快

 

 

今天安装pytorch的python3.7版本,anaconda 环境在windows10,安装的是cuda9.0版本。

安装pytorch官方指定的方法下载太慢。因此交給大家一个方法。

上面那个就是默认的安装命令,即:

conda install pytorch torchvision -c pytorch

 

这个命令安装pytorch实在是太慢了。

为此改一下:

解决步骤:

第一步:进入anaconda 的清华镜像帮助:网站为:https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

然后将绿线这个命令复制到window的CMD窗口里面(win + R然后输入cmd,再回车)。即:

这个时候完成后,再输入pytorch的命令:

conda install pytorch torchvision 这个时候要注意,我们已经吧-c pytorch给删除了。

解释一下,就是我们没有使用pytorch的源,而改成清华镜像的源了,

其实原理很简单

 

 

 

 

清华镜像的网站已经改掉了,没有以前的好:

直接这样就行了

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/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/fastai/
conda config --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
 
# 搜索时显示通道地址
conda config --set show_channel_urls yes

 

 

我尝试了很多次可能还不行,那么电脑关机重启就行了

<think>嗯,用户想通过国内镜像加速pip安装PyTorch,但不太清楚具体怎么做。首先,我需要回忆一下常用的国内镜像源,比如清华、阿里云、中科大这些。然后,用户提供的几个引用里提到了不同的安装命令,比如使用-f和-i参数,或者--index-url指定源。 用户可能遇到的问题包括下载速度,或者安装时遇到版本不兼容的情况。所以需要根据不同的CUDA版本选择合适的安装命令。比如引用3里提到CUDA 11.7和11.8的不同索引地址,这可能是个关键点。另外,用户可能对镜像源的使用方式不太清楚,比如临时使用还是永久更换源。 我需要分步骤解答,先介绍临时使用镜像源的方法,比如在pip install时加上-i参数,比如阿里云或者清华的镜像。然后,再说明如何永久更改pip的配置文件,这样以后安装其他包也会更快。接下来,针对PyTorch的特殊情况,可能需要指定下载链接,比如使用-f参数加上PyTorch的官方镜像,或者国内镜像提供的whl文件地址。例如,引用1和引用2中的命令都用了-f参数,这可能是因为PyTorch的包不在普通的镜像源里,需要额外指定。 另外,用户可能不知道如何选择正确的PyTorch版本和对应的CUDA版本。需要建议他们去官网查看正确的版本号,或者根据他们的CUDA环境来调整安装命令。比如,引用3中分CPU版本和不同CUDA版本的情况,用户需要根据自己的硬件选择合适的命令。 可能还需要提醒用户注意镜像源的更新情况,有些镜像可能没有最新版本的PyTorch,这时候可能需要使用官方源或者检查镜像是否同步。另外,安装完成后验证是否成功,可以通过导入torch并查看版本号,或者检查cuda是否可用。 最后,总结一下步骤:临时镜像加速、永久配置镜像源、特定镜像源加速PyTorch安装,以及版本选择建议。这样用户可以根据自己的情况选择最适合的方法。同时,生成的三个相关问题需要围绕镜像源使用、版本选择和安装验证来设计,帮助用户进一步解决可能遇到的问题。</think>### 通过国内镜像加速PyTorch安装的步骤 #### 1. **临时使用镜像源加速** 在`pip install`命令中直接添加镜像源参数`-i`,例如使用阿里云镜像: ```bash pip install torch torchvision torchaudio -i http://mirrors.aliyun.com/pypi/simple/ ``` 若需要指定PyTorch版本和CUDA支持(如CUDA 11.8): ```bash pip install torch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 -f https://mirrors.aliyun.com/pytorch-wheels/cu118/ -i http://mirrors.aliyun.com/pypi/simple/ ``` 此方法无需修改配置,适合单次安装[^2][^3]。 #### 2. **永久配置镜像源** 通过修改pip配置文件(Linux/macOS为`~/.pip/pip.conf`,Windows为`C:\Users\用户名\pip\pip.ini`),添加以下内容: ```ini [global] index-url = https://pypi.tuna.tsinghua.edu.cn/simple trusted-host = pypi.tuna.tsinghua.edu.cn ``` 之后所有`pip install`命令默认使用清华镜像源[^1]。 #### 3. **针对PyTorch的特定镜像源** PyTorch官方提供预编译的CUDA版本,可通过阿里云镜像加速: ```bash pip install torch torchvision torchaudio --index-url https://mirrors.aliyun.com/pytorch-wheels/cu118 ``` 或使用官方镜像结合国内源(如CUDA 11.8): ```bash pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 -i http://mirrors.aliyun.com/pypi/simple/ ``` 此方法结合版本兼容性和镜像加速[^3]。 #### 4. **验证安装** 安装完成后运行Python脚本验证: ```python import torch print(torch.__version__) # 输出PyTorch版本,如2.3.1 print(torch.cuda.is_available()) # 输出True表示CUDA可用 ``` ### 注意事项 - **版本匹配**:CUDA版本需与PyTorch预编译版本一致(如CUDA 11.8对应`cu118`)。 - **镜像同步延迟**:若安装失败,可能是镜像源未同步最新版本,可尝试官方源。
评论 42
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

打赏作者

yuanzhoulvpi

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
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