pytorch慢到沒法安裝,該怎麼辦?

最近幾天,後臺幾個小夥伴問我,不管pip仍是conda安裝 pytorch都太慢了,都是安裝官方文檔去作的,就是超時裝不上,沒法開展下一步,卡脖子的感受太很差受。
這些小夥伴按照pytorch官檔提示,選擇好後,
完整複製上面命令 conda install pytorch torchvision cudatoolkit=10.1 -c pytorch 到cmd中,系統是windows.
接下來界面提示,conda須要安裝的包,選擇 y,繼續安裝,可是接下來發現進度條几乎一動不動。
反覆嘗試,就是這樣,有些無奈,還感嘆怎麼深度學習的路一開始就TMD的這麼難!


2 這樣能正常安裝python

不管是安裝cpu版仍是cuda版,網上關於這些的參考資料太多了,無非就是cuda硬件和cuda開發包的版本要對應,python版本要對應等,這些bee君以爲都不是事。web

就像幾位讀者朋友遇到的問題,關鍵仍是如何解決慢到沒法裝的問題。算法

最有效方法是添加鏡像源,常見的清華或中科大。windows

先查看是否已經安裝相關鏡像源,windows系統在cmd窗口中執行命令:微信

conda config --show

bee君這裏顯示:編輯器

channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

說明已經安裝好清華的鏡像源。若是沒有安裝,請參考下面命令安裝源:學習

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

依次安裝上面全部的源。測試

並設置搜索時顯示通道地址,執行下面命令:url

conda config --set show_channel_urls yes

3 最關鍵一步spa

有的讀者問我,他們已經都安裝好鏡像源,可是爲何安裝仍是龜速?問他們,是用哪一個命令,他們回覆:conda install pytorch torchvision cudatoolkit=10.1 -c pytorch

好吧,執行上面命令,由於命令最後是-c pytorch,因此默認仍是從conda源下載,新安裝的清華等源沒有用上。

正確命令:conda install pytorch torchvision cudatoolkit=10.1,也就是去掉-c pytorch

而且在安裝時,也能看到使用了清華源。而且安裝速度直線提高,順利done

4 測試是否安裝成功

結合官檔,執行下面代碼,torch.cuda.is_available()返回True,說明安裝cuda成功。

In [1]: import torch

In [2]: torch.cuda
Out[2]: <module 'torch.cuda' from 'D:\\Programs\\anaconda\\lib\\site-packages\\torch\\cuda\\__init__.py'>

In [3]: torch.cuda.is_available()
Out[3]: True

In [4]: from __future__ import print_function

In [5]: x = torch.rand(5,3)

In [6]: print(x)
tensor([[0.0604, 0.1135, 0.2656],
[0.5353, 0.9246, 0.3004],
[0.4872, 0.9592, 0.2215],
[0.2598, 0.5031, 0.6093],
[0.2986, 0.1599, 0.5862]])

這篇文章主要討論安裝pytorch慢到不能裝的問題及方案,但願對讀者朋友們有幫助。

閱讀更多:

深度學習被高頻引用的41篇論文下載

本文分享自微信公衆號 - Python與算法社區(alg-channel)。
若有侵權,請聯繫 support@oschina.cn 刪除。
本文參與「OSC源創計劃」,歡迎正在閱讀的你也加入,一塊兒分享。

相關文章
相關標籤/搜索