记一次pytorch的安装镜像选择

最新推荐文章于 2025-03-05 23:00:04 发布

勇叔随记

最新推荐文章于 2025-03-05 23:00:04 发布

阅读量813

点赞数 1

分类专栏： torch的日常填坑

本文链接：https://blog.csdn.net/qq_42885719/article/details/117934600

版权

torch的日常填坑专栏收录该内容

4 篇文章

订阅专栏

前提

已经安装好了anacoda

一，打开官网选择合适的torch版本

torch网址

由于我的电脑只有核显所以选择了CPU版本
在这里插入图片描述
复制RUN里面生成的pip命令在cmd里面打开就行了，但会遇到下载速度很慢的问题所以这时我们可以修改后面的服务器地址，
只取-f 前的这一段

pip3 install torch==1.8.1+cpu torchvision==0.9.1+cpu torchaudio===0.8.1

在后面加上豆瓣镜像尾椎

-f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.doubanio.com/simple

组合起来就是

pip3 install torch==1.8.1+cpu torchvision==0.9.1+cpu torchaudio===0.8.1 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.doubanio.com/simple

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

勇叔随记

关注关注

1
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
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

专栏目录

pytorch镜像安装【清华源】

Activewaste

12-17

3万+

常规步骤：首先，先去pytorch官网，找到合适自己环境的命令；注：你用conda安装，就要有conda卸载；用pip安装，就用pip卸载然后，你就会漫长的等待…… 最后，就会一直出现下面的错误提示，如果要想下载成功，可以中断后在继续下载，再中断，再下载，再中断，再下载…… OpenSSL.SSL.Error: [('SSL routines', 'ssl3_get_record', ...

从零开始安装pytorch（包含GPU和CPU版本的安装）

qiaoxinyu1989的博客

01-31

7万+

Pytorch是。

参与评论您还未登录，请先登录后发表或查看评论

pytorch/pytorch 官方基础镜像

qq_15821487的博客

05-09

887

pytorch/pytorch:https://hub.docker.com/r/pytorch/pytorch/tags?page=1&name=1.8.1

Pytorch官方源下载torch库报错，使用国内镜像在Conda环境中配置torch的cuda版本（保姆级教程）

热门推荐

Thebest_jack的博客

03-13

7万+

Windows端快速安装pytorch

清华镜像还可以这么用之Anaconda+PyTorch环境配置

Ls1214_97的博客

05-23

5168

歪门邪道使用清华镜像配置Pytorch

windows系统安装pytorch(python)详细过程

xlxlqqq的博客

06-07

2182

pytorch和tensorflow是当前深度学习最重要的两种框架，目前来看，不论是哪一种深度学习模型，都采用了二者中的一种来实现网络模型，开源代码也一般也会有Tensorflow和Pytorch两种版本。这篇文章主要记录我在安装pytorch深度学习框架的过程，作为日志，希望也能帮到正在阅读文章的你。

再次安装pytorch

qq_34035720的博客

04-23

987

记录一下安装pytorch的过程，之前还写过一个《初次安装pytorch过程》，因为换电脑了，所以需要在新电脑上再装一次pytorch，由于是第二次装，所以步骤比第一次更加精简，而且这次是做足了功课之后装的，不像第一次装错版本后又卸载……如果电脑有Anaconda且知道怎么创建虚拟环境的话，可以直接从这开始看。如果能获得类似如下结果就代表pytorch安装成功了！推荐一下我看的教程👉。

安装pytorch

zhangt766的博客

09-02

1769

此时能看到之前装的tensorflow等包，疑问：1.创建torch2环境时并没有下载这些包，怎么能看到；2.前面用pip下载了torch包，在上一个虚拟环境torch下输入代码pip3 list能看到torch包，这里怎么没有。在网上搜了不少教程，看起来都非常容易，上手问题多多，此文测评各种安装方式以及记录作者糟心的安装过程。分别采用了pip和conda进行安装，pip能装上，conda即使添加了镜像也安不上。#我的不是这个问题，使用的官网推荐代码，下载时并未指定版本，都是按照最新的下载。

pip安装更换镜像

zbzcDZF的博客

06-26

1359

使用pip来安装python包有时候安装起来会非常慢，因此需要换成国内的源来加速下载： 1.使用命令（以Torch为例） pip install -i https://pypi.tuna.tsinghua.edu.cn/simple torch 2.常用的国内的源：清华大学：https://pypi.tuna.tsinghua.edu.cn/simple/ 中国科学技术大学：http......

pytorch配置镜像源配置（个人笔记windows）

2202_75665859的博客

02-01

3900

接下来我们需要尽量避免在base环境中配置文件，我们这里选择创建一个名字为pytorch，python版本为3.6的环境。这里是conda安装，这里如果可以直接安装的话最好，本人就是一直报错才选择使用pip安装，并且使用国内镜像源进行安装。（先写到这，发现一些问题，不过上面pytorch确实可以用，等我找到一些问题的解决方法会更新的）首先我们需要了解自己电脑的配置，我们需要查看自己电脑是否具有英伟达显卡，并且了解其型号。这个可能进去比较慢，毕竟是国外网站，可以使用小梯子。其中*代表你现在所处的环境。

pytorch镜像源

kewei chen

01-04

2259

为提高下载速度可以使用国内的镜像源来安装与 CUDA 11.8 兼容的 PyTorch。请确保 CUDA 版本为 11.8，以匹配所安装的 PyTorch 版本。阿里云提供了 PyTorch 的镜像源。参数指定了包含所需包文件的页面，而。参数指定了 PyPI 的镜像源地址。实际上，有很多加速方案。

从头搭建pytorch Docker镜像

stone_tigerLI的博客

01-17

4329

此文不需要前言，请从正文开始开始搭建。

使用Dockerfile构建一个包含NVIDIA的PyTorch和Detectron2的镜像

fydw_715的博客

08-01

1282

构建镜像：基于指定的Dockerfile和上下文（包括detectron2目录），构建并标签为。查看镜像：构建成功的镜像大小为20.7GB。保存镜像：将镜像保存为文件，便于分发和备份。这样通过这些步骤，用户可以构建、查看和保存一个包含Detectron2的Docker镜像。这个过程详细展示了每一步的执行和输出，对于理解Docker操作和镜像管理具有很好的参考价值。这一段内容说明了如何使用docker run命令来启动一个包含Detectron2环境的Docker容器，并查看正在运行的容器。

阿里源镜像安装Pytorch(cpu)

qq_44805233的博客

11-04

2650

截止到2021 / 11 / 4，源链接可用 pip install torch torchvision -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com

使用清华镜像进行下载pytorch

zhpf225的博客

12-26

8740

使用pytorch官方的命令进行下载pytorch太慢。考虑使用清华的镜像进行安装pytorch。清华的anocoda镜像网站: 进入anaconda 的清华镜像帮助：网站为：https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/ 步骤: 命令行输入: conda config --add channels https://mirrors.t...

Dockerfile封装制作pytorch（tensorflow）深度学习框架 + jupyterlab服务 + ssh服务镜像

qq_41905051的博客

06-18

2924

Dockerfile封装制作pytorch（tensorflow）深度学习框架 + jupyterlab服务 + ssh服务镜像

pytorch镜像pip

01-14

### 如何在PyTorch Docker镜像中使用pip安装包 #### 使用`get-pip.py`更新pip 为了确保Docker镜像中的pip是最新的，并且保持其精简，可以采用通过下载并运行`get-pip.py`的方式来进行pip的更新。此脚本可以从官方提供的链接获取[^1]。 ```bash RUN curl -O https://bootstrap.pypa.io/get-pip.py && \ python3 get-pip.py ``` 这段命令首先从网络位置下载`get-pip.py`到工作目录内，接着利用Python解释器执行该文件完成pip工具本身的升级或安装过程。 #### 编写自定义依赖项列表对于特定项目所需的额外库，推荐的做法是在构建阶段之前准备一份名为`requirements.txt`的文本文件，在其中列明所有必要的Python软件包及其版本号。例如： ```plaintext numpy>=1.20.0,<2.0.0 pandas>=1.3.0,<2.0.0 scikit-learn>=0.24.0,<1.0.0 -f https://download.pytorch.org/whl/cpu/torch_stable.html torch==2.1.0+cpu -geometric.com/whl/torch-2.1.0+cpu.html torch_geometric ``` 上述配置指定了几个常用的科学计算库以及CPU版的PyTorch和相关组件的具体版本范围，确保了环境的一致性和可重复性[^3]。 #### 安装指定于`requirements.txt`内的Python包一旦有了详细的依赖清单，就可以借助pip一次性批量处理这些需求。通常情况下，这部分逻辑会被加入到项目的Dockerfile之中作为一条或多条指令被执行： ```dockerfile COPY requirements.txt . RUN pip install --no-cache-dir -r requirements.txt ``` 这里先是复制本地存在的`requirements.txt`至容器的工作空间里，随后调用pip依据记录的内容逐一解析并部署相应的资源。选项`--no-cache-dir`用于防止缓存占用过多磁盘空间，有助于减小最终生成的镜像尺寸。 #### 验证安装成果最后一步是确认新引入的功能模块能否正常运作。可以通过简单的测试代码片段来检验关键部分是否按预期加载无误： ```python import torch print(torch.__version__) print(torch.cuda.is_available()) ``` 以上程序段落尝试导入核心库并输出当前使用的PyTorch版本信息连同CUDA可用状态报告给用户查看。