CUDA和python-pip换源

CUDA和python-pip换源

国内常用的镜像源:
CUDA镜像源设置:

    可使用代码查看镜像源情况:

conda config --show channels

在这里插入图片描述
    CUDA镜像源添加:

conda config --add channels  ***

eg:清华大学镜像源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
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/r
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2

eg:中科大镜像源

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/

eg:豆瓣源

conda config --add channels https://pypi.douban.com/anaconda/cloud/conda-forge/
conda config --add channels https://pypi.douban.com/anaconda/cloud/msys2/
conda config --add channels https://pypi.douban.com/anaconda/cloud/bioconda/
conda config --add channels https://pypi.douban.com/anaconda/cloud/menpo/
conda config --add channels https://pypi.douban.com/anaconda/cloud/pytorch/

    CUDA镜像源删除:

conda config --remove-key channels
pip镜像源设置:

    可使用代码查看镜像源情况:

pip config list

在这里插入图片描述
    临时换源: 以清华源为例

pip install package -i https://pypi.tuna.tsinghua.edu.cn/simple

    永久换源: 下载时,直接从镜像源上面下载package,以清华源为例

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

在这里插入图片描述
    删除/恢复默认源: home中的.config里pip文件下的pip.config(里面只有永久镜像源,注释或删除即可恢复默认源)
在这里插入图片描述
在这里插入图片描述

在使用Anaconda创建的虚拟环境中下载CUDA 11.1,并换源下载,可以通过以下步骤进行: 1. 首先确保你已经安装了Anaconda,并且已经创建了一个虚拟环境。如果没有创建虚拟环境,可以使用以下命令创建一个新的环境: ``` conda create -n your_env_name python=3.8 ``` 其中`your_env_name`是你想要命名的环境名称,`python=3.8`指定了Python版本。 2. 激活你创建的虚拟环境: ``` conda activate your_env_name ``` 3. 使用conda命令安装CUDA Toolkit 11.1。由于conda的默认源中可能没有CUDA 11.1的包,你可以使用清华源(或其他国内镜像源)来加速下载。以下命令同时设置了清华源并尝试安装CUDA: ``` conda config --env --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 --env --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ conda config --env --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ conda config --env --set show_channel_urls yes ``` 4. 如果你的Anaconda版本较旧,可能不支持`--add channels`这样的参数,你可以直接编辑环境配置文件`.condarc`来添加镜像源。在你的用户目录下找到`.condarc`文件并编辑,如果没有该文件则新建一个,添加以下内容: ``` channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ show_channel_urls: true ``` 5. 安装CUDA Toolkit 11.1,可以通过以下命令尝试安装: ``` conda install cudatoolkit=11.1 ``` 注意:Conda仓库中可能没有直接提供特定版本的CUDA Toolkit,上面的命令可能不会直接安装CUDA 11.1,因为Conda的包可能会有所不同。如果你需要特定版本的CUDA Toolkit,可能需要从NVIDIA官网或者其他渠道手动下载安装。
评论
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