前言
(欢迎大家关注我的公众号“机器学习面试基地”,之后将在公众号上持续记录本人从非科班转到算法路上的学习心得、笔经面经、心得体会。未来的重点也会主要放在机器学习面试上!)
—————————————————————————————————————
正文
(点进这里,就默认了你已经安装好了anaconda,并且知道去pytorch官网找安装代码了,然后遇到了安装太慢、进度不变、多次中断的情况,这时候通常的做法,是添加清华源镜像的下载路径。但是肯定会有人和我一样,路径改了也不好使啊!!!)(补充一下镜像源方案吧!)
一、清华镜像源方案
该方案就是将官网的下载路径,改到清华镜像源的路径,先用activate激活自己之前创建的环境后,在命令行输入以下代码:
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 --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
然后再去pytorch官网复制下载代码,记得删掉后面的-c pytorch,因为它表示从官网进行下载,不从清华镜像源下。
二、手机方案
1、本地端安装
关掉wifi,手机开个4G热点,电脑连上即可
(建议先把wifi可以快速下载的附加包下载完,下载过慢或者无法下载的方法再用手机流量来下)手机流量少的慎用!!!!!!!!!!!!!!!!!!
2、服务器端安装
这个时候如果关掉wifi,就和服务器断开了。这时候建议先用4G下载好离线安装包,然后连上服务器把安装包拷到服务器上,将安装包采用离线安装的方式。
本方法同时适用于很多下载过慢的软件
三、离线方案
去清华镜像源本地下载
(linux版本)https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/?C=M&O=A或https://anaconda.org/pytorch/pytorch/files?version=1.3.0
(windows版)https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/?C=M&O=A
离线安装代码:conda install --offline pytorch-1.3.0-py3.6_cuda9.2.148_cudnn7.6.3_0.tar.bz2
- 别忘了后面的bz2
- 安装代码也得根据自己下载的版本来修改!offline 后面那一串都是下载的文件名,我这里示意的是linux版本的,win10版的得看你自己下载好的文件名是什么
- 离线安装时,记得用cd命令把当前目录改到下载的离线文件所在目录
- torchvision也要单独安装:
conda install --offline torchvision-0.4.1-py36_cu92.tar.bz2
容易出错的点:
- 离线安装好后,还是需要重新利用conda来在线安装一次,要用它来对相关的包来进行在线匹配(也就是根据安装好的pytorch来匹配那些对应的好多库,不是说再下载一遍pytorch)。但是一定要注意了!!!在利用官网代码时
conda install pytorch torchvision cudatoolkit=9.2 -c pytorch
一定要删掉后面的-c pytorch
,因为它代表直接从官网去下载,不会与本地安装好的匹配,还会全部重新下载。所以改成:conda install pytorch torchvision cudatoolkit=9.2
它就会自动匹配之前离线安装好的东西,然后匹配相关的库的等级、版本之类的
不匹配相关库的等级的话,就会出现以下类似错误:libcudart.so.9.2: cannot open shared object file: No such file or directory
出现这个的原因是我之前,装tensorflow时的cuda对应的是10.0,但这里需要9.2,没有降级,所以需要官网的安装代码重新匹配,也不用担心tensorflow,conda会匹配好这些的。
补充:
- 如果cudatoolkit,mkl之类的也下载很慢,也可以用上面的方法。首先观察conda自动匹配推荐的文件名,然后去清华镜像源网站下载,然后离线安装,和上面一样。注意网站的文件夹:https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
(里面的文件很多,按字母顺序找也很快的,注意如果文件名有十分类似的不知道下载哪个,那么就看看conda命令匹配出来的那些文件的大小,从大小上进行匹配验证,就更万无一失了;好像文件名最后以conda结尾的文件,离线安装时不需要–offline也行)