当前位置: 首页 > ds >正文

镜像源加速下载

在 Conda 环境中使用 pip install torch==1.12.0 下载速度慢,通常是因为默认的 PyPI 源(https://pypi.org/simple)在国内访问较慢。以下是几种​​加速下载 PyTorch​​的方法:


​方法 1:使用国内镜像源(推荐)​

​临时指定镜像源​

pip install 时添加 -i 参数,使用国内镜像站(如清华、阿里云):

pip install torch==1.12.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

其他可用镜像源:

  • 阿里云:https://mirrors.aliyun.com/pypi/simple/
  • 豆瓣:https://pypi.douban.com/simple/
  • 华为云:https://repo.huaweicloud.com/repository/pypi/simple/
​永久修改 pip 源​
  1. 创建或修改 pip 配置文件:
    mkdir -p ~/.pip
    nano ~/.pip/pip.conf
  2. 添加以下内容(以清华源为例):
    [global]
    index-url = https://pypi.tuna.tsinghua.edu.cn/simple
    trusted-host = pypi.tuna.tsinghua.edu.cn
  3. 之后直接运行 pip install torch==1.12.0 会自动使用镜像源。

​方法 2:使用 Conda 官方源(无需 pip)​

PyTorch 官方推荐通过 Conda 安装(速度可能更快):

conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0 -c pytorch
  • -c pytorch​:指定 PyTorch 官方 Conda 频道。
  • 如果速度慢,可以尝试国内 Conda 镜像(见方法 3)。

​方法 3:配置 Conda 国内镜像​

  1. 修改 Conda 配置文件(~/.condarc):
    nano ~/.condarc
  2. 添加以下内容(清华源示例):
    channels:- defaults
    show_channel_urls: true
    default_channels:- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
    custom_channels:pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudconda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  3. 清除缓存后重新安装:
    conda clean -i
    conda install pytorch==1.12.0 -c pytorch

​方法 4:手动下载 whl 文件安装​

如果网络问题持续,可以手动下载 .whl 文件后离线安装:

  1. 从 PyTorch 官方历史版本页面 找到对应版本的 .whl 文件(如 torch-1.12.0-cp39-cp39-linux_x86_64.whl)。
  2. 下载到本地后安装:
    pip install /path/to/torch-1.12.0-*.whl

​方法 5:使用代理(如有科学上网)​

在命令前添加代理(需替换为你的代理地址):

pip install torch==1.12.0 --proxy=http://127.0.0.1:1080

​验证安装​

安装完成后检查版本:

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

应输出:

1.12.0

​总结​

问题原因推荐解决方案命令示例
PyPI 源速度慢使用国内镜像源pip install torch==1.12.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
Conda 官方源速度慢配置 Conda 国内镜像修改 ~/.condarc 后运行 conda install pytorch==1.12.0
需要完全离线安装手动下载 .whl 文件pip install /path/to/torch-1.12.0.whl
有代理可用通过代理安装pip install torch==1.12.0 --proxy=http://127.0.0.1:1080

选择最适合你网络环境的方法即可! 🚀

http://www.xdnf.cn/news/16691.html

相关文章:

  • 在WSL中配置VS Code C++开发环境完整教程
  • linux中简易云盘系统项目实战:基于 TCP协议的 Socket 通信、json数据交换、MD5文件区别与多用户文件管理实现
  • 《C++初阶之STL》【list容器:详解 + 实现】
  • 低速信号设计之 UART 篇
  • 鸿蒙网络编程系列59-仓颉版TLS回声服务器示例
  • 如何迁移gitlab到另一台服务器
  • 图像认知与OpenCV | Day5:图像预处理(4)
  • C++20协程实战:高效网络库、手机终端、多媒体开发开发指南
  • Javaweb - 13 - AJAX
  • Qt|槽函数耗时操作阻塞主界面问题
  • Chrome 提示 “此扩展程序不再受支持”(MacOS/Windows)
  • WindowsAPI|每天了解几个winAPI接口之网络配置相关文档Iphlpapi.h详细分析六
  • C++异常捕获:为何推荐按引用(by reference)捕获?
  • 华为昇腾芯片:多模态模型国产化的硬核突破
  • Ext JS极速项目之 Coworkee
  • ETH 交易流程深度技术详解
  • Linux进程概念(五)进程地址空间
  • 凸优化:凸函数的一些常用性质
  • 低成本嵌入式Linux开发方案:通过配置文件实现参数设置
  • 基于黑马教程——微服务架构解析(二):雪崩防护+分布式事务
  • 如何在 Ubuntu 24.04 或 22.04 Linux 上安装和使用 NoMachine
  • JavaScript 回调函数讲解_callback
  • 力扣7:整数反转
  • golang--通道和锁
  • 做了一款小而美的本地校验器
  • jimfs:Java内存文件系统,脱离磁盘IO瓶颈利器
  • 使用Docker在Rocky Linux 9.5上在线部署LangFlow
  • 【力扣热题100】哈希——两数之和
  • 基于深度学习的医学图像分析:使用3D CNN实现肿瘤检测
  • 智慧工地系统:科技赋能建筑新未来