来个pytorch的镜像源
时间: 2025-06-09 14:04:03 浏览: 11
### PyTorch 镜像源 Conda 安装指南
#### 设置清华镜像源
为了加速 PyTorch 的下载和安装过程,可以使用清华大学开源软件镜像站作为 Conda 的镜像源。首先需要配置 Conda 使用清华镜像源。通过以下命令将清华镜像源添加到 Conda 渠道列表中[^5]:
```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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
```
#### 安装 PyTorch 及其依赖项
在成功配置好镜像源后,可以根据需求选择合适的 PyTorch 版本进行安装。例如,如果希望安装支持 CUDA 11.3 的 PyTorch 1.11.0 和 torchvision 0.12.0,则可以运行以下命令[^3]:
```bash
conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cudatoolkit=11.3 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
```
需要注意的是,在上述命令中 `-c` 参数指定了从清华镜像站点获取所需包。
#### CPU-only 安装方式
对于不涉及 GPU 加速计算的任务,可以选择仅安装适用于 CPU 的 PyTorch 库版本。这可以通过下面这条简化后的命令来达成目的[^5]:
```bash
conda install pytorch-cpu==1.1.0 torchvision-cpu==0.3.0 cpuonly
```
#### 验证安装是否成功
完成安装之后,建议验证一下所安装的 PyTorch 是否正常工作以及确认使用的 CUDA 版本信息。可以在 Python 解释器内部输入如下代码片段以检查这些细节[^4]:
```python
import torch
print(torch.__version__) # 输出 PyTorch 的版本号
print(torch.version.cuda) # 显示编译时链接的 CUDA 版本
print(torch.cuda.is_available()) # 检测是否有可用的 CUDA 设备
```
---
阅读全文
相关推荐

















