使用清华镜像安装 PyTorch 和 torchvision
时间: 2024-06-07 08:11:56 浏览: 753
可以按照以下步骤使用清华镜像安装 PyTorch 和 torchvision:
1. 打开 anaconda prompt 或者终端,输入以下命令创建一个新的虚拟环境:
```
conda create --name pytorch_env
```
2. 激活新创建的虚拟环境:
```
conda activate pytorch_env
```
3. 安装 PyTorch 和 torchvision:
```
conda install pytorch torchvision -c pytorch -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
```
`-c pytorch` 表示从 PyTorch 官方仓库安装,`-c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/` 则表示从清华镜像源安装。
4. 等待安装完成后,测试 PyTorch 是否安装成功:
```
python -c "import torch; print(torch.__version__)"
```
如果输出 PyTorch 版本号,则说明安装成功。
希望这些步骤可以帮助到你。
相关问题
使用清华镜像安装pytorch
### 使用清华大学镜像源安装 PyTorch
为了加速下载并提高稳定性,可以使用清华大学开源软件镜像站来安装 PyTorch。具体方法如下:
对于 CUDA 10.2 的环境配置,在命令中指定国内的清华镜像源能够显著提升安装速度。
#### 安装 PyTorch 和相关依赖项
通过 Conda 渠道利用清华镜像源进行安装时,可以在 `conda` 命令后面加上 `-c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/` 参数指向该镜像地址[^1]。
```bash
conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
```
如果偏好使用 Pip 工具,则可以通过设置 PIP 配置文件或临时修改环境变量的方式来应用清华镜像源。
#### 设置 Pip 使用清华镜像源
创建或编辑用户的 pip 配置文件(通常位于 ~/.pip/pip.conf 或者 Windows 下 %APPDATA%\pip\pip.ini),加入以下内容以永久生效:
```ini
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
```
之后可以直接运行 pip 来安装所需的包而无需每次都手动指定参数。
也可以不更改全局配置而是每次执行 pip install 加上-i选项即时指明镜像源:
```bash
pip3 install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple
```
清华镜像安装pytorch
你可以按照以下步骤在清华镜像上安装pytorch:
1. 打开清华镜像的PyTorch页面:https://mirrors.tuna.tsinghua.edu.cn/help/pytorch/
2. 找到适合你环境的版本,选择对应的pip命令,例如:
```
# CPU 版本
pip install torch -f https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
# GPU 版本
pip install torch torchvision -f https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
```
3. 复制上面的命令到终端中运行即可。
注意:如果你使用的是conda,也可以在清华镜像的PyTorch页面中找到对应的conda命令。
阅读全文
相关推荐














