下面詳細介紹所提到的兩條命令，它們的作用及如何在你的 Python 環(huán)境中加速 PyTorch 等庫的安裝。

1. 設(shè)置清華鏡像源

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

這條命令的作用是將 pip （Python 的包管理工具）默認的安裝源更改為 清華大學(xué)的鏡像源 ，從而加速后續(xù)包的下載速度。清華鏡像源是國內(nèi)非?？煽康?PyPI 鏡像源之一，尤其是在中國大陸使用時，它能顯著提高安裝 Python 庫的速度。

背景知識：

• 默認情況下，pip 使用的是 官方 PyPI （Python Package Index）的源，該源位于國外。在中國大陸，由于網(wǎng)絡(luò)訪問的限制和延遲，訪問官方 PyPI 源時可能會遇到下載慢、超時等問題。
• 為了解決這個問題，很多高校和公司提供了 PyPI 鏡像源 ，清華大學(xué)提供的鏡像源就其中之一。使用鏡像源可以大大加速下載過程。

如何工作：

• 執(zhí)行 pip config set global.index-url 后，pip 會將下載源更改為清華鏡像源。因此，后續(xù)所有通過 pip install 安裝的包都會從該鏡像源獲取，而不是默認的官方源。

示例：

假設(shè)你需要安裝一些庫，如 NumPy 或 Pandas ，在清華鏡像源下下載會比從官方源快得多。你只需要運行：
pip install numpy

該命令會自動從清華鏡像源下載和安裝 numpy 庫。

2. 通過指定 PyTorch 官方源安裝 PyTorch、TorchVision 和 Torchaudio

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

這條命令的目的是通過指定 PyTorch 官方源 下載并安裝 PyTorch ，TorchVision 和 Torchaudio 庫。你還指定了 PyTorch 適用于 CUDA 11.8 版本的安裝包。

背景知識：

• PyTorch 是一個廣泛使用的深度學(xué)習(xí)框架，支持 GPU 加速。為了使用 PyTorch 的 GPU 功能，你需要安裝支持特定 CUDA 版本的 PyTorch。
• CUDA 是 NVIDIA 提供的并行計算平臺，支持在 GPU 上進行高效計算。PyTorch 需要與 CUDA 版本匹配才能在 GPU 上運行。
• 在 PyTorch 的安裝過程中，你可以選擇對應(yīng)你的 CUDA 版本的安裝包。例如，你指定了 cu118，表示安裝與 CUDA 11.8 兼容的版本。

說明：

• torch 是 PyTorch 庫的核心，提供了深度學(xué)習(xí)的基礎(chǔ)功能。
• torchvision 是一個計算機視覺庫，包含了常見的圖像處理、模型、數(shù)據(jù)集等功能。
• torchaudio 是一個用于音頻處理的庫，擴展了 PyTorch 在音頻領(lǐng)域的能力。

你指定的 --index-url https://download.pytorch.org/whl/cu118 是 PyTorch 官方的二進制文件源，它為不同的 CUDA 版本提供了預(yù)編譯的 PyTorch 安裝包。這樣可以避免你手動編譯 PyTorch，從而加速安裝過程。

示例：

如果你已經(jīng)設(shè)置了清華鏡像源，并希望安裝適用于 CUDA 11.8 的 PyTorch，可以運行以下命令：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

這會直接從 PyTorch 的官方源下載并安裝支持 CUDA 11.8 的版本，確保你能夠利用 GPU 來加速深度學(xué)習(xí)訓(xùn)練和推理。

詳細流程總結(jié)：

1. 設(shè)置鏡像源 ：
   • 通過 pip config set global.index-url 命令，將 pip 默認的包源更改為清華鏡像源，能夠有效加速包的下載速度，尤其是對于在中國大陸的用戶。
   • 使用清華鏡像源的好處是，它提供了本地化的源，減少了跨境訪問的延遲。
2. 安裝 PyTorch 等庫 ：
   • 使用 pip install 命令安裝指定版本的 PyTorch 相關(guān)庫，并通過 --index-url 指定官方源（如 CUDA 11.8 版本的 PyTorch）。
   • 通過這種方式，你可以確保安裝的是兼容你機器的 CUDA 版本的 PyTorch，從而能夠利用 GPU 提升計算性能。

額外的注意事項：

• CUDA 版本 ：確保你的機器上已安裝相應(yīng)版本的 CUDA ，否則無法利用 GPU 加速。不同的 CUDA 版本可能需要不同的 PyTorch 安裝包。
• 虛擬環(huán)境 ：建議在 Python 虛擬環(huán)境中進行安裝，以避免與系統(tǒng)環(huán)境發(fā)生沖突。

小貼士：

如果你需要使用不同版本的 CUDA，可以訪問 PyTorch 官方安裝指南，選擇合適的版本并生成對應(yīng)的安裝命令：PyTorch 官網(wǎng)安裝頁面

參考

https://pytorch.org/get-started