pytorch安装教程cpu清华镜像
时间: 2025-04-08 09:32:16 浏览: 42
### PyTorch CPU版本安装教程(基于清华镜像)
为了在CPU环境下高效安装PyTorch并利用清华镜像加速下载过程,以下是详细的配置方法:
#### 配置清华镜像源
首先需要将Anaconda的默认频道替换为清华大学开源软件镜像站。通过运行以下命令来完成设置:
```bash
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
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
```
这些命令的作用是添加清华镜像作为优先级较高的下载通道,并显示具体的URL以便确认资源来自何处[^2]。
#### 删除原有官方渠道依赖
由于已经切换到清华镜像源,在执行具体包管理操作前需移除原有的`-c pytorch`参数,因为该选项会强制从PyTorch官方网站获取文件而非本地指定的镜像地址。
#### 执行实际安装指令
最终用于安装PyTorch及其配套组件(如`torchvision`, `torchaudio`)的核心命令如下所示:
```bash
conda install pytorch torchvision torchaudio cpuonly
```
此条目中的`cpuonly`标签明确了仅支持纯CPU运算环境而不涉及任何GPU相关内容[^1]。
如果希望手动验证可用二进制文件列表,则可以直接访问对应的在线目录链接查看最新发布情况:[https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/](https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/) [^3]。
以上步骤完成后即成功完成了针对AMD或其他无NVIDIA GPU硬件平台上的Python深度学习框架部署工作流程说明文档编写完毕!
阅读全文
相关推荐


















