anaconda pytorch 安装太慢

### 如何加速 Anaconda 下 PyTorch 的安装过程

为了提高在 Anaconda 中安装 PyTorch 的效率，可以采取多种措施来优化下载和配置的速度。

#### 使用国内镜像源
通过设置 Conda 配置中的默认通道为中国科学技术大学或其他国内镜像站点，能够显著减少网络延迟并加快包的获取速度。具体操作如下：

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

这会将 pytorch 官方仓库替换为中科大镜像站[^1]。

#### 创建特定环境而非直接修改 base 环境
创建一个新的 conda 虚拟环境中专门用于机器学习项目，而不是更改基础 `base` 环境。这样不仅有助于隔离依赖关系冲突，还能让每次重新构建变得更为快捷简便。

conda create -n ml_env python=3.9
conda activate ml_env

接着，在激活的新环境中继续执行 PyTorch 及其相关库的安装命令。

#### 利用 Miniconda 替代完整的 Anaconda 发行版
Miniconda 是一个轻量级版本的 Anaconda，默认只包含了 Python 和 conda 工具本身；相比起全功能 Anaconda 来说体积更小、启动更快捷。对于只需要管理软件包而不需要预装大量科学计算工具集的情况而言非常适合。

完成上述调整之后，就可以按照常规方式安装 PyTorch 并验证 GPU 加速是否正常工作:

import torch
print(torch.cuda.is_available())

如果返回 True，则表示成功启用了 CUDA 支持[^2]。