国内镜像源pip安装torch+cu

在使用 `pip` 安装支持 CUDA 的 PyTorch 时，由于网络原因可能导致下载速度较慢或失败。此时可以借助国内的镜像源来加速安装过程。 以下是详细步骤： --- ### 1. **选择合适的镜像源** 国内常见的 PyPI 镜像源有以下几种： - 清华大学 TUNA 源：`https://pypi.tuna.tsinghua.edu.cn/simple` - 阿里云源：`https://mirrors.aliyun.com/pypi/simple` - 中科大源：`https://pypi.mirrors.ustc.edu.cn/simple` 推荐优先尝试清华大学的 TUNA 源。 --- ### 2. **确定 PyTorch 版本及 CUDA 环境** 在安装前需要明确以下信息： - 所需的 PyTorch 版本。 - 当前系统的 CUDA 或 cuDNN 版本。 可以通过 NVIDIA 控制面板或命令行检查当前显卡驱动是否已启用 CUDA 支持，并确认版本号。例如运行以下命令查看 CUDA 版本： ```bash nvcc --version ``` 假设你使用的 CUDA 版本为 `CUDA 11.7`。 --- ### 3. **安装 PyTorch + CUDA 版本** 将目标镜像源添加到 `pip` 命令中并指定安装带 CUDA 加速的 PyTorch。示例如下： #### (1) 使用清华大学 TUNA 源 ```bash pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117 -i https://pypi.tuna.tsinghua.edu.cn/simple ``` 其中 `-i` 参数指定了 TUNA 镜像源，`--extra-index-url` 参数用于加载官方预编译好的 CUDA 轮子文件。 #### (2) 使用阿里云源 如果你更倾向于阿里云，则替换对应的镜像地址即可： ```bash pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117 -i https://mirrors.aliyun.com/pypi/simple ``` 注意：确保 `--extra-index-url` 后面连接的是 [PyTorch 官方提供的二进制轮子](https://pytorch.org/get-started/previous-versions/) 地址。 --- ### 4. **验证安装结果** 完成安装之后可通过简单测试脚本来验证 GPU 是否可用： ```python import torch print("CUDA Available:", torch.cuda.is_available()) print("Current Device:", torch.cuda.current_device()) print("Device Name:", torch.cuda.get_device_name(0)) ``` 如果打印结果显示 `True` 和正确的设备名称则表明安装成功！ --- **