如何使用镜像源快速安装兼容 CUDA 12.6 的 PyTorch
在使用 PyTorch 时，有时会遇到 CUDA 版本不兼容的问题。对于 CUDA 12.6，PyTorch 目前尚未直接支持，但可以通过安装 cu118 版本来兼容。由于 PyTorch 官网下载速度较慢，我们可以利用镜像源来加速安装。
以下是详细步骤和安装命令，希望能帮助到需要解决此问题的朋友。
设置国内镜像源
首先，为了提高安装速度，建议先设置 pip 的国内镜像源：
pip config set global.index-url https://mirrors.cernet.edu.cn/pypi/web/simple
此外，我们将使用上海交通大学 Linux 用户组提供的 PyTorch pip 镜像源。将 PyTorch 官网源 https://download.pytorch.org/whl 替换为 https://mirror.sjtu.edu.cn/pytorch-wheels。
安装不同版本的 PyTorch
以下是基于 cu118 和 cu121 的各版本 PyTorch 安装命令。根据你的需求选择合适的版本执行。
1. PyTorch 2.3.0
CUDA 11.8
pip install torch==2.3.0+cu118 torchvision==0.18.0+cu118 torchaudio==2.3.0+cu118 -f https://mirror.sjtu.edu.cn/pytorch-wheels/torch_stable.html
CUDA 12.1
pip install torch==2.3.0+cu121 torchvision==0.18.0+cu121 torchaudio==2.3.0+cu121 -f https://mirror.sjtu.edu.cn/pytorch-wheels/torch_stable.html
2. PyTorch 2.2.0
CUDA 11.8
pip install torch==2.2.0+cu118 torchvision==0.17.0+cu118 torchaudio==2.2.0+cu118 -f https://mirror.sjtu.edu.cn/pytorch-wheels/torch_stable.html
CUDA 12.1
pip install torch==2.2.0+cu121 torchvision==0.17.0+cu121 torchaudio==2.2.0+cu121 -f https://mirror.sjtu.edu.cn/pytorch-wheels/torch_stable.html
3. PyTorch 2.1.0
CUDA 11.8
pip install torch==2.1.0+cu118 torchvision==0.16.0+cu118 torchaudio==2.1.0+cu118 -f https://mirror.sjtu.edu.cn/pytorch-wheels/torch_stable.html
CUDA 12.1
pip install torch==2.1.0+cu121 torchvision==0.16.0+cu121 torchaudio==2.1.0+cu121 -f https://mirror.sjtu.edu.cn/pytorch-wheels/torch_stable.html
4. PyTorch 2.0.0
CUDA 11.8
pip install torch==2.0.0+cu118 torchvision==0.15.1+cu118 torchaudio==2.0.1+cu118 -f https://mirror.sjtu.edu.cn/pytorch-wheels/torch_stable.html
总结
使用国内镜像源可以极大提升 PyTorch 安装速度，特别是在网络条件不佳的情况下。通过配置 pip 镜像和使用交大 PyTorch 镜像源，能够快速完成不同版本 PyTorch 的安装。
希望这篇文章能对你的 PyTorch 使用带来帮助！如有问题，欢迎在评论区讨论交流。