### 配置镜像源下载 PyTorch 为了更高效地下载 PyTorch 并解决可能存在的网络问题，可以按照以下方法配置国内镜像源。以下是几种常见的安装方式及其对应的镜像源设置。 #### 方法一：通过 Conda 安装并配置清华镜像源 如果使用 Anaconda 或 Miniconda 进行环境管理，则可以通过修改 `channels` 来添加清华大学开源软件镜像站作为默认的包管理源。具体操作如下： 1. 添加清华镜像源到 Conda 的通道列表中： ```bash conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ 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/ ``` 2. 设置显示通道 URL： ```bash conda config --set show_channel_urls yes ``` 3. 使用 Conda 命令安装指定 CUDA 版本的 PyTorch 及其依赖项： ```bash conda install pytorch torchvision torchaudio cudatoolkit=11.6 -c pytorch -c conda-forge ``` 如果需要其他版本的 CUDA 工具包，请调整 `cudatoolkit=` 后面的数值[^2]。 --- #### 方法二：通过 Pip 安装并指定镜像源 对于不使用 Conda 而偏好 Pip 的用户来说，可以直接在命令中加入参数来切换至国内镜像站点完成安装。 1. 下载官方推荐的轮子文件地址的同时附加 Tsinghua TUNA 提供的服务链接： ```bash pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 -i https://pypi.tuna.tsinghua.edu.cn/simple ``` 2. 若仅需 CPU 支持版（无 GPU 加速），则可省略 `--index-url` 参数中的 CUDA 编号部分： ```bash pip3 install torch torchvision torchaudio -f https://mirror.baidu.com/repository/pypi/simple/torch/stable.html -i https://pypi.douban.com/simple ``` 注意这里 `-f` 表达的是额外查找路径而不会覆盖原有索引位置；同时也可以替换为豆瓣或其他可用资源提供方网址[^3]。 --- #### 方法三：手动编辑配置文件实现长期生效 无论是采用哪种工具来进行库引入工作，在某些情况下都希望这些变更能够持久化而不是每次都需要重新设定一遍。那么就可以考虑把相应的改动写入全局或者用户的 `.condarc` 文件里头去达成目的。 执行下面这条语句将会打开一个文本编辑器让你填写相关内容进去保存即可自动应用新的规则集： ```bash conda config --edit ``` 接着按需粘贴类似这样的几行文字过去结束整个流程： ```yaml channels: - defaults - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ show_channel_urls: true ``` 这样以后再运行任何涉及该类别的指令都会优先访问所定义好的那些地方获取所需材料了[^5]。 --- ### 总结 以上介绍了三种主要途径帮助开发者们顺利取得最新稳定状态下的 PyTorch 库副本，并且有效规避因国际带宽限制带来的种种麻烦事态发生几率降到最低限度之内。每种方案各有优劣之处适合不同场景需求选用最为恰当的那个就好啦！