### 如何在无法使用清华镜像时通过其他镜像源创建 PyTorch 环境 当无法使用清华镜像时，可以选择其他可用的镜像源来创建和配置 PyTorch 环境。以下是具体方法： #### 替换为阿里云镜像源 阿里云提供了 Conda 的镜像服务，可以通过以下命令将其添加到 Conda 配置中： ```bash conda config --add channels https://mirrors.aliyun.com/anaconda/pkgs/main/ conda config --add channels https://mirrors.aliyun.com/anaconda/pkgs/free/ conda config --set show_channel_urls yes ``` 接下来，可以使用阿里云提供的 PyTorch 镜像源安装 PyTorch 及其相关依赖[^1]： ```bash conda install pytorch torchvision torchaudio cpuonly -c pytorch -c https://mirrors.aliyun.com/anaconda/cloud/pytorch/ ``` #### 使用中国科学技术大学镜像源 中国科学技术大学也提供了一个稳定的 Conda 镜像源，可以按照以下方式配置： ```bash 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 --set show_channel_urls yes ``` 然后安装 PyTorch： ```bash conda install pytorch torchvision torchaudio cpuonly -c pytorch -c https://mirrors.ustc.edu.cn/anaconda/cloud/pytorch/ ``` #### 直接使用官方镜像源 如果国内镜像均不可用，可以尝试直接使用 PyTorch 官方的镜像源进行安装。需要注意的是，这种方式可能会导致下载速度较慢： ```bash conda install pytorch torchvision torchaudio cpuonly -c pytorch ``` #### 指定 NVIDIA CUDA 版本（可选） 如果需要安装支持特定 CUDA 版本的 PyTorch，可以在安装命令中明确指定 CUDA 版本。例如，安装支持 CUDA 11.8 的 PyTorch： ```bash conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia ``` #### 查看当前配置的镜像源 在完成上述配置后，可以运行以下命令查看当前 Conda 的镜像源设置： ```bash conda config --show channels ``` #### 清理旧的镜像源 如果需要移除之前配置的镜像源，可以使用以下命令： ```bash conda config --remove channels <channel_url> ``` ### 注意事项 确保在执行上述命令前已激活正确的 Conda 环境。例如，激活名为 `pytorch_env` 的环境： ```bash conda activate pytorch_env ```