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
在 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
- 创建或修改 pip 配置文件:
mkdir -p ~/.pip nano ~/.pip/pip.conf
- 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
- 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
- 修改 Conda 配置文件(
~/.condarc
):nano ~/.condarc
- 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
- 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:
- 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
)。 - 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! 🚀