PyTorch安装torch1.11.0 - CUDA11.3pip install torch1.11.0cu113 torchvision0.12.0cu113 torchaudio0.11.0 --extra-index-url https://download.pytorch.org/whl/cu113conda环境移植# 步骤1导出环境配置 conda env export -n 原环境名称 environment.yml # 步骤2修改环境名称 sed -i s/name: 原环境名称/name: 新环境名称/g environment.yml # 步骤3创建新环境 conda env create -f environment.yml # 示例流程 conda env export -n pytorch_env pytorch.yml sed -i s/name: pytorch_env/name: pytorch_v2/g pytorch.yml conda env create -f pytorch.ymlnumpy/scipy/scikit-learn/opencv-python兼容版本pip install numpy1.21.6 scipy1.7.3 scikit-learn1.0.2 opencv-python4.6.0.66conda换源检查并优化 .condarc 配置有时候清华源没生效是因为 defaults 通道官方源依然排在最前面。请运行 conda config --show-channels 查看或者直接修改配置文件。建议的配置 打开终端执行 conda config --set show_channel_urls yes然后编辑 ~/.condarcWindows 在 C:\Users\用户名.condarc确保内容如下channels: - defaults show_channel_urls: true default_channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 custom_channels: conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud注意 很多时候慢是因为你在 conda install 时加了 -c pytorch 这样的参数。这会强制 Conda 去官网下载。既然配置了镜像安装时不要加 -c 参数。换装“加速引擎”Libmamba SolverConda 官方原生的解析器在处理依赖关系时非常慢。现在官方已经支持了更快的 libmamba 解析器这能让“Solving environment”的时间从几分钟缩短到几秒钟。在终端运行以下命令# 更新 conda 到最新版 conda update -n base conda # 安装 libmamba 插件 conda install -n base conda-libmamba-solver # 设置为默认解析器 conda config --set solver libmambapip换源pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simplemmcv安装版本关系网址Installation — mmcv 2.2.0 文档离线安装包下载网址download.openmmlab.com/mmcv/dist/cu111/torch1.9.0/index.html下载后使用pip install your_download_package进行安装