### 如何通过国内镜像源安装 PyTorch #### 使用 Conda 安装 PyTorch 为了提高安装效率，可以利用清华开源软件镜像站或其他国内镜像源来配置 Conda 的环境。以下是具体方法： 1. **更换 Conda 镜像源** 修改 `.condarc` 文件以指向国内的镜像站点，例如清华大学开源镜像站[^3]。可以通过以下命令完成： ```bash conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --set show_channel_urls yes ``` 2. **创建虚拟环境（可选）** 推荐在独立环境中安装 PyTorch，以便管理依赖项。使用如下命令创建新环境并激活它： ```bash conda create -n pytorch_env python=3.9 conda activate pytorch_env ``` 3. **安装 PyTorch** 利用 Conda 命令从国内镜像源安装 PyTorch 及其相关组件。如果需要 GPU 支持，则需指定 CUDA 版本。例如： ```bash conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch -c nvidia ``` 这里 `cudatoolkit=11.3` 表示支持 CUDA 11.3。 #### 使用 Pip 安装 PyTorch 对于不使用 Conda 的用户，也可以借助阿里云等国内镜像源通过 Pip 安装 PyTorch。以下是具体步骤： 1. **设置 Pip 镜像源** 编辑或新建文件 `~/.pip/pip.conf` 并添加以下内容以切换到阿里云镜像源： ``` [global] index-url = https://mirrors.aliyun.com/pypi/simple ``` 2. **安装 PyTorch 和相关库** 如果需要 CPU 版本，运行以下命令即可： ```bash pip install torch torchvision torchaudio ``` 若需要 GPU 支持，可以选择特定 CUDA 版本的轮子文件地址。例如，CUDA 11.3 对应的 PyTorch 轮子可以从阿里云获取： ```bash pip install torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio==0.11.0 -f https://mirrors.aliyun.com/pytorch-wheels/cu113/torch_stable.html ``` #### 验证安装是否成功 安装完成后，可通过 Python 控制台验证 PyTorch 是否正常工作以及是否存在 GPU 加速支持： ```python import torch print(torch.__version__) # 输出当前 PyTorch 版本号 print(torch.cuda.is_available()) # 检查是否有可用的 CUDA 设备 ``` 上述代码分别用于确认 PyTorch 已正确加载及其对 NVIDIA 显卡的支持状态[^2]。 ---