pytorch安装教程cpu清华
时间: 2025-06-30 08:31:44 浏览: 11
### PyTorch CPU 版本安装教程
为了在 CPU 环境下成功安装 PyTorch 并使用清华大学镜像源,以下是详细的说明和操作方法。
#### 使用 Anaconda 创建虚拟环境
推荐通过 Anaconda 来管理 Python 虚拟环境以及依赖项。首先需要确保已正确配置 Anaconda 的国内镜像源以加速下载速度[^4]。可以通过以下命令更换默认的下载源至清华大学:
```bash
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
```
接着创建一个新的虚拟环境(假设命名为 `pytorch_env`),并指定所需的 Python 版本(例如 3.8):
```bash
conda create -n pytorch_env python=3.8
```
激活该虚拟环境:
```bash
conda activate pytorch_env
```
#### 安装 PyTorch CPU 版本
对于仅支持 CPU 的设备,在不涉及 GPU 加速的情况下可以直接安装纯 CPU 支持版的 PyTorch。具体命令如下所示:
```bash
pip install torch torchvision torchaudio -f https://download.pytorch.org/whl/cpu/torch_stable.html
```
如果希望进一步优化网络连接性能,则可利用清华大学提供的 PIP 镜像服务完成相同功能:
```bash
pip install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple
```
注意这里 `-i` 参数指定了索引网址为清华开源软件镜像站[^1]。
另外一种方式是借助官方文档页面自动生成适合当前系统的安装指令链接[^2]。只需访问 [PyTorch Get Started](https://pytorch.org/get-started/) 页面,按照提示选择操作系统、包管理工具(如 Pip)、Python/C++ 和 CUDA 类型(此处应选 None 表示无显卡驱动需求),最后复制生成好的终端执行语句即可。
#### 常见错误处理
当遇到诸如 "Collecting package metadata (current_repodata.json): failed" 或者类似的超时问题时,可能是因为网络状况不佳引起的数据传输中断现象[^5]。此时建议切换到稳定的互联网接入点重试;或者考虑调整 conda 下载策略增加最大尝试次数与等待间隔时间参数设置:
```bash
conda config --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda install pytorch-cpu torchvision-cpu -c pytorch
```
以上步骤能够有效减少因外部因素造成的失败概率。
---
阅读全文
相关推荐


















