使用 pip 安装 pytorch-gpu = 1.13.1，解决安装时间过长报错问题

最新推荐文章于 2025-04-06 16:41:20 发布

m0_63207134

最新推荐文章于 2025-04-06 16:41:20 发布

阅读量4.1k

点赞数 8

文章标签： pytorch pip 深度学习

本文链接：https://blog.csdn.net/m0_63207134/article/details/130169048

版权

文章描述了如何通过pip命令安装特定版本的PyTorch，包括torch,torchvision和torchaudio，并指定了CUDA11.6的版本。安装源既包括官方的下载地址，也包含了清华大学的镜像源。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

方式如下：

pip install torch==1.13.1+cu116 torchvision==0.14.1+cu116 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu116 -i https://pypi.tuna.tsinghua.edu.cn/simple

结果如下：

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

m0_63207134

关注关注

8
点赞
踩
14

收藏

觉得还不错? 一键收藏
1
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

INSTALLING PREVIOUS VERSIONS OF PYTORCH

私人博客

03-12

547

COMMANDS FOR VERSIONS >= 1.0.0 v1.7.1 Conda OSX # conda conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 -c pytorch Linux and Windows # CUDA 9.2 conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=9.2

Python&aconda系列：（W&L）Conda使用faiss-gpu报错及解决办法、安装numpy的坑、cmd执行Python脚本找不到第三方库、安装tensorflow-gpu时遇到的from

weixin_54626591的博客

12-25

3501

（W&L）Conda使用faiss-gpu报错及解决办法、安装numpy的坑、cmd执行Python脚本找不到第三方库、安装tensorflow-gpu时遇到的from

1 条评论您还未登录，请先登录后发表或查看评论

MMCV安装

qq_58145608的博客

03-22

279

CUDA自定义去掉下面两个选项。

【pip安装时出现一大片红色报错】 raise ReadTimeoutError(self._pool, None, “Read timed out.“)

weixin_44502754的博客

03-22

897

【pip安装时出现一大片红色报错】 raise ReadTimeoutError(self._pool, None, "Read timed out.")

深度学习环境问题记录

最新发布

weixin_62653714的博客

04-06

210

2. 指定版本下载torch和cuda等报错，需要指定源头网页。1. 如果conda install出问题，就用pip。其他包的也可以这么找到。

Anaconda安装Pytorch1.13.1记录

m0_62812374的博客

06-07

3688

最近做的项目想要安装一个包，但发现这个包的依赖包需要torch1.13.1以上，之前配的环境还是pytorch1.11的。原以为上次踩到的坑已经很多了，没想到这次踩到了与众不同的坑。。。。所以来记录一下，以供下次参考。

pytorch1.13.1安装pyg

qq_55972961的博客

03-20

552

pip install torch_scatter torch_sparse torch_cluster torch_spline_conv torch_geometric -f https://data.pyg.org/whl/torch-1.13.0+cpu.html

linux python3.8安装pytorch1.13.1+cuda11.6

qq_44013369的博客

02-09

5312

.whl本地安装

pytorch GPU1.13.1版本配置

weixin_44024748的博客

12-22

1183

【代码】pytorch GPU1.13.1版本配置。

深度学习环境-------pytorch安装------超详细

weixin_53035684的博客

01-23

1016

详细讲解pytorch如何安装，简单明了

【全网最简单】5分钟 Win10安装部署pytorch GPU加速(附gpu测试代码）--------- 不需要安装CUDA，CUDNN ！！！

otbc1的博客

06-09

2490

基于Win10 安装部署pytorch GPU加速 (附gpu测试代码）不需要安装CUDA，CUDNN

torch1.9.0 cuda10.2 py38 linux (torch gpu pip install的安装包)

11-05

torch1.9.0的gpu版本的 pip install安装包，网上下载太慢，这个下载迅速。文件全名： torch-1.9.0+cu102-cp38-cp38-linux_x86_64.whl

pip安装tf-gpu=2.4的bug解决方案

NLP与推荐算法

02-02

566

安装tf-gpu2.4，解决安装失败的bug

pytorch-gpu版本安装教程(亲测有效)

weixin_44436403的博客

09-10

2299

安装顺序：cuda驱动-->cudnn安装-->安装pytorch-->安装torchvision(包含numpy等文件)

pytorch1.13安装

热门推荐

电气小学僧的博客

11-06

3万+

pytorch安装过程记录

torch1.13.1+cu117安装

weixin_50898138的博客

10-08

6638

【代码】torch1.13.1+cu117安装。

pip安装Pytorch gpu版

weixin_47695827的博客

04-24

7342

pytorch官方安装速度太慢，使用此方法下载资源，进行本地离线安装。

安装pytorch-gpu

LooperzZ的博客

04-02

143

快捷安装pytorch-gpu。

TensorFlow，Pytorch 的安装（GPU）

m0_63041798的博客

03-30

241

要求：一.本电脑GPU相对应的驱动（CUDA）二.安装Anaconda 三.安装GPU版本的TensorFlow 四.安装GPU版本的Pytorch 1. CUDA上INVIDIA 官网上对照。（我使用的是CUDA10.2）查看是否安装成功。打开cmd，输入： nvidia-smi 如下图，为成功。（注：右上角CUDA Version指你的电脑，可以接受CUDA最高的版本，并不是安装的版本）安装完成后，查看CUDA版本。打开cmd，输入： .

pip install torch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1 --index-url https://download.pytorch.org/whl/cu121下载速度太慢怎么办

03-20

<think>好的，用户的问题是关于如何加快使用pip安装特定版本的PyTorch及相关库的速度，尤其是针对CUDA 12.1的环境，并且想使用镜像源。首先，我需要确认用户的需求：他们希望加速安装过程，并且已经知道可以通过镜像源来实现，但可能需要具体的指令和步骤。首先，用户提到的PyTorch版本是torch==2.5.1，torchvision==0.20.1，torchaudio==2.5.1，CUDA版本是12.1。我需要检查PyTorch官方是否支持这些版本在CUDA 12.1上。根据之前的引用[^2]，用户之前尝试过CUDA 12.4的安装指令，但现在需要cu121的镜像源。接下来，用户提到使用镜像源，常见的国内镜像源有清华、阿里云、中科大等。需要给出具体的pip安装命令，替换默认的索引地址为镜像源。例如，使用清华源的格式通常是https://pypi.tuna.tsinghua.edu.cn/simple，但需要确认这些镜像是否有PyTorch的CUDA版本包。有些镜像可能同步不及时，所以需要推荐可靠的镜像源。然后，用户可能已经安装了错误版本导致问题，所以需要确保卸载旧版本。根据引用，用户之前卸载过torch，并执行了官网指令，但可能未使用镜像源导致下载慢。因此，步骤应包括卸载现有包，然后使用镜像源安装。另外，用户的环境是Python 3.10，CUDA 12.1，驱动版本可能需要匹配。但用户的问题主要在于安装速度，所以可能不需要深入讨论CUDA驱动，除非安装失败。但需要提醒用户确保CUDA版本与PyTorch要求的兼容性。最后，需要给出具体的命令示例，包括使用镜像源的pip install指令，指定正确的版本和CUDA版本。例如，使用清华源的命令，以及可能需要的额外选项，如--trusted-host，如果镜像源需要的话。同时，可能需要解释每个参数的作用，比如--index-url和镜像源地址的关系。总结步骤： 1. 卸载现有torch相关包。 2. 使用镜像源加速下载，替换index-url。 3. 指定正确的版本号和CUDA版本。 4. 可能添加其他镜像源或信任选项。 5. 验证安装是否成功，检查CUDA是否可用。需要确保命令中的版本号和CUDA标识正确，例如cu121对应CUDA 12.1。同时，注意PyTorch官方提供的包名称是否正确，比如torchaudio和torchvision的版本是否与torch 2.5.1兼容。可能需要查阅PyTorch官方发布记录，确认这些版本是否存在，避免用户输入错误导致安装失败。另外，用户可能遇到依赖冲突或网络问题，可以建议使用虚拟环境或增加超时重试次数，比如添加--default-timeout=1000或其他参数。不过主要解决方案还是使用镜像源。最后，生成相关问题，可能涉及其他加速方法、常见安装问题解决、版本兼容性检查等。</think>要加速安装PyTorch及相关组件，可通过以下步骤使用国内镜像源并指定版本： ### 加速安装步骤 1. **卸载旧版本**（避免冲突）： ```bash pip uninstall torch torchvision torchaudio ``` 2. **使用清华镜像源安装**（适配CUDA 12.1）： ```bash pip install torch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1 --index-url https://pypi.tuna.tsinghua.edu.cn/simple --extra-index-url https://download.pytorch.org/whl/cu121 ``` - `--index-url`：指定清华源作为主下载地址 - `--extra-index-url`：补充PyTorch官方CUDA专用包仓库 3. **验证安装**： ```python import torch print(torch.__version__) # 应输出2.5.1 print(torch.cuda.is_available()) # 应输出True ``` ### 其他镜像源选择 | 镜像源 | 命令参数替换内容 | |--------------|------------------------------------------| | 阿里云 | `--index-url https://mirrors.aliyun.com/pypi/simple` | | 中科大 | `--index-url https://pypi.mirrors.ustc.edu.cn/simple` | ### 注意事项 1. 确保CUDA驱动版本≥12.1，可通过`nvidia-smi`查看驱动版本 2. 若提示证书错误，添加`--trusted-host pypi.tuna.tsinghua.edu.cn`