解决pytorch官网下载超时问题——更改下载镜像源——添加豆瓣镜像

这篇博客介绍了如何解决在使用PyCharm下载PyTorch时遇到的连接超时问题。作者通过更换pip的镜像源至豆瓣,详细讲解了配置pip.ini文件和修改环境变量的步骤,确保能顺利下载PyTorch GPU版本。
摘要由CSDN通过智能技术生成

一、前言

我的电脑安装的编译器是:python 版本 3.8
编程工具是:pycharm
pip是下载python3.8以及pycharm就有的,我就没有自己再下载

在用pycharm自带的终端下载pytorch—gpu版本的时候总是会出错,查阅了网上的资料之后发现,貌似是因为pytorch官网是外网的原因,总是会因为连接超时导致无法无法下载,因此索性换成国内的镜像源,协助下载

二、更换国内镜像源

配置pip.ini(解决国外镜像连接超时问题):

  1. win(就是键盘上那个ALT左边那个按键)+R 调出下面的窗口,输入 %APPDATA% ,按下回车,会弹出一个对话框,如图二所示
    在这里插入图片描述
    2.按下回车,会弹出如下图所示的对话框,保持这个文件夹位置不动,在这个路径下新建一个名为 pip 的文件夹,最终的效果,参照下图。
    在这里插入图片描述
    3.双击打开上面新建的 pip 文件夹,在 pip文件夹下新建一个文本文档,命名为pip

在这里插入图片描述
4.打开文本文档进行编辑:
输入以下内容:

☞清华的镜像,但是我还是会报错,虽然这次派上用场,不过先记下来,可能以后会用到

[global]
time
  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
### 回答1: PyTorch 是一个开机器学习框架,用于研究和生产,可以用于神经网络的训练和推理。它提供了全面的计算功能,易于使用和快速的模型开发。它还允许灵活和快速的部署,能够在 CPU 和 GPU 之间无缝切换。 ### 回答2: PyTorch是一个基于Python的开机器学习框架。它由Facebook的人工智能研究小组开发,可作为替代Torch的深度学习库。PyTorch提供了丰富的工具和库,用于构建和训练神经网络模型。 PyTorch的核心特点是其动态计算图,这使得模型的构建、修改和调试变得更加灵活和直观。与静态计算图不同,动态计算图允许我们在运行时进行计算图的构建和修改,这使得模型的设计和调试更加方便。此外,PyTorch还提供了广泛的自动求导功能,可以自动计算张量的梯度,从而帮助用户进行反向传播和优化模型的参数。 PyTorch还提供了丰富的神经网络库,例如torch.nn和torch.optim等,这些库提供了一系列常用的神经网络层和优化算法,方便用户构建和训练深度学习模型。此外,PyTorch还支持GPU加速,可以利用GPU的强大并行计算能力来加速模型训练和推理。 PyTorch还提供了方便易用的数据加载和预处理工具,如torchvision和torchtext等,这些工具可以帮助用户加载和处理常见的图像和文本数据集。同时,PyTorch也支持分布式训练,可以通过多台机器或多个GPU进行并行训练,从而加快训练速度。 总之,PyTorch是一个灵活、直观而强大的机器学习框架。它的动态计算图、自动求导功能和丰富的神经网络库使得模型的构建和训练更加简单和高效。同时,其支持GPU加速、数据加载和预处理工具以及分布式训练等功能也使得PyTorch成为了深度学习领域的重要工具。
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值