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)

大家好,很高兴再次与大家见面,我是你们的朋友全栈君。

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最近已更新至1.0.1稳定版本,从Pytorch官方网站上可以看到多种安装方法:

常见的安装方式包括通过pip和conda进行安装。当使用conda安装时,可能遇到下载速度缓慢的问题,特别是在下载文件pytorch-1.0.1-py3.6_cuda90_cudnn7_1.tar.bz2时,可能会面临长时间的等待。为了解决这一问题,建议使用清华源替代默认的conda源。

清华conda源地址:https://www.php.cn/link/7fad1aaeb2b1139a73241d05e5a68cbb

添加清华源的代码语言:javascript

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

为确保万无一失,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

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)

根据Python和CUDA版本选择相应的Pytorch版本,官方建议通过运行以下命令进行安装:

conda install pytorch torchvision cudatoolkit=9.0 -c pytorch

但请注意,安装时需去掉-c pytorch,以便默认从清华源下载相应的包。因此,使用以下命令:

conda install pytorch torchvision cudatoolkit=9.0

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)

等待安装完成即可(注意图中红框部分已替换为tsinghua源)。

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)

最后通过命令行验证,可以确认已成功安装PyTorch1.0.1。

————————————————————————————————–(这是一条华丽的分割线)

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

在Ubuntu上安装pytorch1.0.1时,发现清华源竟然没有cudatoolkit9.0的包。

于是尝试使用中科大源,发现其中有Ubuntu下cuda9.0的包,因此配置conda源如下:

sudo gedit ~/.condarc

配置文件修改如下:

channels:  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/  - https://mirrors.ustc.edu.cn/anaconda/pkgs/main/show_channel_urls: true

运行以下命令进行安装:

conda install pytorch torchvision cudatoolkit=9.0

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)

成功安装!

7月23日更新ubuntu下pytorch1.1安装方法(通过pip)

通过pip安装pytorch1.1非常简单。由于清华源中没有Pytorch1.1的安装包,需要下载pytorch1.1的whl文件,可以从官方网站或使用以下链接下载cuda10.0和Python3.6的安装包,提取码为nb2k。

下载完成后,使用pip和清华源安装whl文件:

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple torch-1.1.0-cp36-cp36m-manylinux1_x86_64.whl

安装成功!

11月26日更新ubuntu下pytorch1.3安装(通过conda)

首先要注意几点:

中科大anaconda源已失效,配置conda源时请勿添加中科大源。

法语写作助手 法语写作助手

法语助手旗下的AI智能写作平台,支持语法、拼写自动纠错,一键改写、润色你的法语作文。

法语写作助手 31 查看详情 法语写作助手

channels:  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/show_channel_urls: true

配置完成后,安装速度慢的原因通常在于cudatoolkit和Pytorch安装包。如果在conda源中找到这两个包,速度问题就能解决。

配置源后如果速度仍然缓慢,可能是源中没有对应版本的cudatoolkit和pytorch安装包。具体请查阅以下链接:

cudatoolkit安装包地址

Pytorch安装包地址

注意源内cuda版本、python版本和pytorch版本之间的对应关系,并非所有版本都可以随意安装。

截至目前,清华源支持的cudatoolkit版本包括:

9.0/9.2/10.0/10.1/10.2,但不支持10.2。

目前支持的pytorch安装包版本为pytorch1.3.1 + python3.7以下 + cuda9.0/9.1/10.0/10.1(不支持10.2)。

因此,建议暂时避免使用cuda10.2,并确认电脑上的cuda和python版本是否在清华源的支持范围内。

未来可能会支持更多版本,如cuda10.2,到时请自行查阅安装包地址。

验证过的conda安装pytorch1.3 + cuda10.1 + python3.6成功方法如下:

配置源:

sudo gedit ~/.condarc

配置文件修改为:

channels:  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/show_channel_urls: true

命令行安装(注意去掉-c):

conda install pytorch torchvision cudatoolkit=10.1

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)

成功安装!

如何查看能不能用清华源加速你的pytorch安装

近期很多人询问清华源是否支持python3.7或cuda10.2等版本,下面详细讲解如何检查清华源是否支持你的Pytorch版本/cuda版本/python版本。

首先,明确下载速度慢的原因所在,下面是我刚安装Pytorch1.4.0的过程截图:

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)

注意两个最大且与版本相关的包是cudatoolkit-10.0和pytorch-1.4.0。核心在于,只要在清华源中找到这两个包,下载速度应该就没问题。

地址如下:

cudatoolkit安装包地址

Pytorch安装包地址

以2020年3月13日为基准,清华源中cudatoolkit的资源情况如下:

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)

支持9.0/9.2/10.0/10.1/10.2。

但仅有cudatoolkit还不够,还需要对应的pytorch安装包,查询结果如下:

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)

举个例子,pytorch-1.4.0-py3.7_cuda10.0.130_cudnn7.6.3_0.tar.bz2表明这个安装包是pytorch1.4 + python3.7 + cuda10.0 + cudnn7。根据此规则,可以对应本地python版本、cuda版本,确定是否有对应的pytorch安装包。

如果你在cudatoolkit和pytorch安装包中都找到了所需的文件,就可以使用清华源加速你的pytorch安装了。另外,安装命令中可以使用cudatoolkit=*来指定想要安装的cuda版本,例如我想安装cuda10版本的pytorch1.4:

conda install pytorch torchvision cudatoolkit=10.0

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)

成功安装!

发布者:全栈程序员栈长,转载请注明出处:https://www.php.cn/link/dc11b1836ecb818fffa3e8045eb95a61

以上就是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)的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/466498.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
农业机械化的崛起:农业革命中的机器人技术
上一篇 2025年11月8日 05:43:16
VSCode如何调试Zig系统级代码 VSCode处理Zig内存管理的调试方法
下一篇 2025年11月8日 05:43:17

相关推荐

  • Matplotlib 地图中多类型图例的创建与优化

    Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化

    本教程旨在解决matplotlib地图可视化中,如何在一个图例中同时展示颜色块(如区域分类)和自定义标记(如特定兴趣点)的问题。文章详细介绍了当传统`patch`对象无法正确显示标记时,如何利用`matplotlib.lines.line2d`创建标记图例句柄,并将其与颜色块图例句柄合并,从而生成一…

    2026年5月10日 用户投稿
    100
  • Golang JSON序列化:控制敏感字段暴露的最佳实践

    本教程探讨golang中如何高效控制结构体字段在json序列化时的可见性。当需要将包含敏感信息的结构体数组转换为json响应时,通过利用`encoding/json`包提供的结构体标签,特别是`json:”-“`,可以轻松实现对特定字段的忽略,从而避免敏感数据泄露,确保api…

    2026年5月10日
    000
  • 利用海象运算符简化条件赋值:Python教程与最佳实践

    本文旨在探讨Python中海象运算符(:=)在条件赋值场景下的应用。通过对比传统if/else语句与海象运算符,以及条件表达式,分析海象运算符在简化代码、提高可读性方面的优势与局限性。并通过具体示例,展示如何在列表推导式等场景下合理使用海象运算符,同时强调其潜在的复杂性及替代方案,帮助开发者更好地掌…

    2026年5月10日
    100
  • 比特币新手教程 比特币交易平台有哪些

    比特币是一种去中心化的数字货币,基于区块链技术实现点对点交易,具有匿名性、有限发行和不可篡改等特点;新手可通过交易所购买,P2P交易获得比特币,常用平台包括Binance、OKX和Huobi;交易流程包括注册账户、实名认证、绑定支付方式、充值法币并下单购买,可选择市价单或限价单;比特币存储方式有交易…

    2026年5月10日
    000
  • c++中的SFINAE技术是什么_c++模板编程中的SFINAE原理与应用

    SFINAE 是“替换失败不是错误”的原则,指模板实例化时若参数替换导致错误,只要存在其他合法候选,编译器不报错而是继续重载决议。它用于条件启用模板、类型检测等场景,如通过 decltype 或 enable_if 控制函数重载,实现类型特征判断。尽管 C++20 引入 Concepts 简化了部分…

    2026年5月10日
    000
  • Go语言mgo查询构建:深入理解bson.M与日期范围查询的正确实践

    本文旨在解决go语言mgo库中构建复杂查询时,特别是涉及嵌套`bson.m`和日期范围筛选的常见错误。我们将深入剖析`bson.m`的类型特性,解释为何直接索引`interface{}`会导致“invalid operation”错误,并提供一种推荐的、结构清晰的代码重构方案,以确保查询条件能够正确…

    2026年5月10日
    100
  • RichHandler与Rich Progress集成:解决显示冲突的教程

    在使用rich库的`richhandler`进行日志输出并同时使用`progress`组件时,可能会遇到显示错乱或溢出问题。这通常是由于为`richhandler`和`progress`分别创建了独立的`console`实例导致的。解决方案是确保日志处理器和进度条组件共享同一个`console`实例…

    2026年5月10日
    000
  • Golang goroutine与channel调试技巧

    使用go run -race检测数据竞争,结合runtime.NumGoroutine监控协程数量,通过pprof分析阻塞调用栈,利用select超时避免永久阻塞,有效排查goroutine泄漏、死锁和数据竞争问题。 Go语言的goroutine和channel是并发编程的核心,但它们也带来了调试上…

    2026年5月10日
    000
  • 使用 Jupyter Notebook 进行探索性数据分析

    Jupyter Notebook通过单元格实现代码与Markdown结合,支持数据导入(pandas)、清洗(fillna)、探索(matplotlib/seaborn可视化)、统计分析(describe/corr)和特征工程,便于记录与分享分析过程。 Jupyter Notebook 是进行探索性…

    2026年5月10日
    000
  • 《魔兽世界》将于6月11日开启国服回归技术测试

    《魔兽世界》将于6月11日开启国服回归技术测试《魔兽世界》将于6月11日开启国服回归技术测试《魔兽世界》将于6月11日开启国服回归技术测试《魔兽世界》将于6月11日开启国服回归技术测试

    《%ign%ignore_a_1%re_a_1%》官方宣布,将于6月11日开启国服回归技术测试,时间为7天,并称可以在6月内正式开服,玩家们可以访问官网下载战网客户端并预下载“巫妖王之怒”客户端,技术测试详情见下图。 WordAi WordAI是一个AI驱动的内容重写平台 53 查看详情 以上就是《…

    2026年5月10日 用户投稿
    200
  • 如何在HTML中插入表单元素_HTML表单控件与输入类型使用指南

    HTML表单通过标签构建,包含action和method属性定义数据提交目标与方式,常用input类型如text、password、email等适配不同输入需求,配合label、required、placeholder提升可用性,结合textarea、select、button等控件实现完整交互,是…

    2026年5月10日
    000
  • 创建指定大小并填充特定数据的Golang文件教程

    本文将介绍如何使用Golang创建一个指定大小的文件,并用特定数据填充它。我们将使用 `os` 包提供的函数来创建和截断文件,从而实现快速生成大文件的目的。示例代码展示了如何创建一个10MB的文件,并将其填充为全零数据。掌握这些方法,可以方便地在例如日志系统或磁盘队列等场景中,预先创建测试文件或初始…

    2026年5月10日
    000
  • Python命令怎样使用profile分析脚本性能 Python命令性能分析的基础教程

    使用Python的cProfile模块分析脚本性能最直接的方式是通过命令行执行python -m cProfile your_script.py,它会输出每个函数的调用次数、总耗时、累积耗时等关键指标,帮助定位性能瓶颈;为进一步分析,可将结果保存为文件python -m cProfile -o ou…

    2026年5月10日
    000
  • 使用 WebCodecs VideoDecoder 实现精确逐帧回退

    本文档旨在解决在使用 WebCodecs VideoDecoder 进行视频解码时,实现精确逐帧回退的问题。通过比较帧的时间戳与目标帧的时间戳,可以避免渲染中间帧,从而提高用户体验。本文将提供详细的解决方案和示例代码,帮助开发者实现精确的视频帧控制。 在使用 WebCodecs VideoDecod…

    2026年5月10日
    000
  • 如何插入查询结果数据_SQL插入Select查询结果方法

    如何插入查询结果数据_SQL插入Select查询结果方法如何插入查询结果数据_SQL插入Select查询结果方法如何插入查询结果数据_SQL插入Select查询结果方法如何插入查询结果数据_SQL插入Select查询结果方法

    使用INSERT INTO…SELECT语句可高效插入数据,通过NOT EXISTS、LEFT JOIN、MERGE语句或唯一约束避免重复;表结构不一致时可通过别名、类型转换、默认值或计算字段处理;结合存储过程可提升可维护性,支持参数化与动态SQL。 将查询结果数据插入到另一个表中,可以…

    2026年5月10日 用户投稿
    000
  • Discord.py 交互按钮超时与持久化解决方案

    本教程旨在解决Discord.py中交互按钮在一段时间后出现“This Interaction Failed”错误的问题。我们将深入探讨视图(View)的超时机制,并提供通过正确设置timeout参数以及利用bot.add_view()方法实现按钮持久化的具体方案,确保您的机器人交互功能稳定可靠,即…

    2026年5月10日
    000
  • Debian Copilot的社区活跃度如何

    debian copilot是codeberg社区维护的ai助手,旨在为debian用户提供服务。尽管搜索结果中没有直接提供关于debian copilot社区支持活跃度的具体数据,但我们可以通过debian社区的整体活跃度和特点来推断其活跃性。 Debian社区的一般情况: Debian拥有详尽的…

    2026年5月10日
    000
  • Python递归函数追踪与性能考量:以序列打印为例

    本文深入探讨了Python中一种递归打印序列元素的方法,并着重演示了如何通过引入缩进参数来有效追踪递归函数的执行流程和参数变化。通过实际代码示例,文章揭示了递归调用可能带来的潜在性能开销,特别是对调用栈空间的需求,以及Python默认递归深度限制可能导致的错误,为读者提供了理解和优化递归算法的实用见…

    2026年5月10日
    000
  • python中zip函数详解 python多序列压缩zip函数应用场景

    zip函数的应用场景包括:1) 同时遍历多个序列,2) 合并多个列表的数据,3) 数据分析和科学计算中的元素运算,4) 处理csv文件,5) 性能优化。zip函数是一个强大的工具,能够简化代码并提高处理多个序列时的效率。 在Python中,zip函数是一个非常有用的工具,它能够将多个可迭代对象打包成…

    2026年5月10日
    000
  • JavaScript 动态菜单点击高亮效果实现教程

    本教程详细介绍了如何使用 JavaScript 实现动态菜单的点击高亮功能。通过事件委托和状态管理,当用户点击菜单项时,被点击项会高亮显示(绿色),同时其他菜单项恢复默认样式(白色)。这种方法避免了不必要的DOM操作,提高了性能和代码可维护性,确保了无论点击方向如何,功能都能稳定运行。 动态菜单高亮…

    2026年5月10日
    200

发表回复

登录后才能评论
关注微信