文章目录

  • 查看conda配置
  • 国内源
  • 添加国内源
  • 换回默认源
  • 清除索引缓存
  • 如果实在实在还是不行



国内由于网络情况的原因,conda安装pytorch经常慢到让人抓狂。推荐的方式就是将官方源替换为国内源,下面就介绍一下查看源配置、国内源、如何添加删除源等操作。

查看conda配置

查看conda所有配置信息

conda config --show

查看conda源配置信息

conda config --show channels

国内源

清华大学镜像:https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/ 上海交通大学镜像:https://mirrors.sjtug.sjtu.edu.cn/docs/anaconda

添加国内源

此处以添加清华源为例

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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --set show_channel_urls yes

添加完上述源之后,执行以下指令安装PyTorch 1.7.0

conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0

此处需注意,PyTorch官方提供的指令是

conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch

这意味着conda会从官方源下载指定的包。我们需要把尾端的“-c pytorch”去掉, conda才会从我们设置的国内源去下载。

出现CondaHTTPError: HTTP 000 CONNECTION FAILED问题,先是与https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/win-64有关,再尝试之下报了https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/noarch的错。

继续添加源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64
conda config --set show_channel_urls yes

完成后再次执行pytorch安装指令,错误消失,pytorch包和cudatoolkit包下载速度改善不少,但依然无法成功下载这两个大包。

再次查了一下解决方案,发现除了show_channels_urls以外,还要将ssl_verify设置为true。

conda config --set ssl_verify yes

加上这一行之后,下载基本就顺畅了(虽然还是重试了几次,但速度比之前确实明显提升了)。

换回默认源

如果上述配置出现问题,要换回默认源,只需要执行以下的命令即可。完成后,所有自行设置的

conda config --remove-key channels

清除索引缓存

这一步用于清楚索引缓存,保证用的是镜像站提供的索引。

conda clean -i

如果实在实在还是不行

其他的包都顺利下载下来,最后的最后, 627MB的cudatoolkit-11.0.221和1007.0MB的pytorch-1.7.1还是没有下载下来。

还有一个办法,打开anaconda官网https://anaconda.org/ 搜索一下对应的包/版本。

pytorch 越跑越大_python


根据anaconda提供的指令来下载这个包

conda install -c anaconda cudatoolki

用这个指令下载的包版本没问题,但是比pytorch指令下载的大,是941.9MB。下载速度非常快,几分钟就下载完成了。
如果这个方式还是不行,就点上图里的“File”,直接下载吧。
下载安装完成后,再执行

conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch

此时,只提示还需下载pytorch-1.7.1了。

我们用同样的方式再下载pytorch-1.7.1。

pytorch 越跑越大_pytorch 越跑越大_02

遇到了一个问题,conda install里win-64的版本并不是1.7.1。只能想别的办法。在换源之后运行pytorch指令时,看到以下信息:

pytorch 越跑越大_缓存_03


于是决定可以去清华镜像站碰碰运气,还真是让我找到了

https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/。按自己操作系统,python、cuda、cudnn版本和想要下载的pytorch版本来找就行(建议使用迅雷)。

下载完成后,把包拷贝到Anaconda3中的pkgs中。如果不知道Anaconda3的安装位置,用下面指令列一下信息

conda info --envs

确认base素哟在的位置,根据路径找到pkgs,把刚刚下载好的包放进去,然后使用本地安装指令

conda install --use-local path_to_your_tar.gz2

安装完成后,重新运行一下pytorch官方的安装指令即可。