分享一个离线安装torch环境的方法,效率gang gang的

在Linux服务器上快速搭建深度学习环境常常因网络速度受限而变得困难。本文提供一种离线安装GPU版torch的高效方法,通过清华大学开源软件镜像站下载匹配CUDA版本的torch和torchvision压缩包,上传至服务器后,在虚拟环境中使用conda命令进行安装,整个过程简单快捷。
摘要由CSDN通过智能技术生成

当我们在linux服务器下训练一个模型时,首要的是安装一个匹配的框架的环境,torch or tensorflow ,如果网速十分的飞快,那也没什么好说的,可是我敢说大部分的公司的网速完全是归途赛跑中的那只乌龟,虽然不断网,可就是跑不起来。这时我们要安装一个几个左右的gpu环境,那简直了,所以,这里给大家分享一个离线安装gpu环境的方法,亲测十分高效,这里只说torch环境哦,tensorflow本人不喜欢用。

首先上网址链接:

Index of /anaconda/cloud/pytorch/linux-64/ | 清华大学开源软件镜像站 | Tsinghua Open Source MirrorIndex of /anaconda/cloud/pytorch/linux-64/ | 清华大学开源软件镜像站,致力于为国内和校内用户提供高质量的开源软件镜像、Linux 镜像源服务,帮助用户更方便地获取开源软件。本镜像站由清华大学 TUNA 协会负责运行维护。

评论 1
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

打赏作者

枫桥夜泊1003

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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