当前位置:   article > 正文

pytorch下载慢 本地安装_processing ./pytorch-1.10.0-py3.6_cuda11.3_cudnn8.

processing ./pytorch-1.10.0-py3.6_cuda11.3_cudnn8.2.0_0.tar.bz2

在国内镜像停止支持 conda 后,安装速度巨慢,尤其是安装 pytorch时,简直蛋痛。

在折腾了一晚上后,摸索出一可行的解决方法:手动下载所需文件放至 conda 缓存目录,解压,然后再运行 conda install 命令直接安装。

下文以 Linux 安装 pytorch 为例,作为 step-by-step 备忘。

第一步:找到 conda 的缓存目录

输入:

conda info

得到缓存路径,例中为:/home/zjh/anaconda3/pkgs

第二步:手动下载所需文件

运行:

conda install torchvision cudatoolkit=10.0 -c pytorch

得到所需下载的 pytorch 版本: pytorch-1.1.0-py3.6_cuda10.0.130_cudnn7.5.1_0.tar.bz2

进入Index of /anaconda/cloud/pytorch/linux-64/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror寻找对应文件并下载

第三步:将 pytorch-1.1.0-py3.6_cuda10.0.130_cudnn7.5.1_0.tar.bz2 解压至 conda 缓存目录

将文件放至 conda 缓存路径,本例中由第一步知路径为:/home/zjh/anaconda3/pkgs

运行以下命令,创建解压目录并解压:

  1. mkdir pytorch-1.1.0-py3.6_cuda10.0.130_cudnn7.5.1_0
  2. tar -jxvf pytorch-1.1.0-py3.6_cuda10.0.130_cudnn7.5.1_0.tar.bz2 -C pytorch
  3. -1.1.0-py3.6_cuda10.0.130_cudnn7.5.1_0

(注:若压缩包名为 some-package.tar.bz2,则解压目录为 some-package)

解压完成后,在 /anaconda3/pkgs 下的 urls.txt 文件内添加此 package 的下载路径。

https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/pytorch-1.10.0-py3.6_cuda11.3_cudnn8.2.0_0.tar.bz2

(此步骤非常重要,若不在此文件添加pacakge下载路径,则 conda 会再次下载文件)(这个结论是我实践得出来的,没有 document 参考,欢迎指正或补充)

至此,已完成手工下载所需文件,并放置 conda 缓存目录,直接运行 conda install 进行安装即可。

由上图发现,无需下载 pytorch 文件,直接进行安装。

测试 torch 包,可正常使用。

此解决方法手工下载所需,省去 conda 漫长的 torch 包下载时间。虽然略有麻烦,但很省时间。如有更方便的方法,还请您分享给大家。

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/你好赵伟/article/detail/308586
推荐阅读
相关标签
  

闽ICP备14008679号