conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch-lts -c conda-forge 下载pytorch时间过长一直0%已经使用了清华镜像如何解决

当你遇到下载PyTorch及其依赖包如torchvision、torchaudio和cuDNN时，如果速度很慢甚至卡在0%，特别是在使用了清华大学镜像的情况下，可以尝试以下几个解决方案：

1. **更换镜像源**：
清华大学镜像有时可能会因为网络原因导致加载缓慢。你可以尝试切换到其他国内镜像源，比如阿里云的Anaconda镜像（`conda config --add channels https://mirrors.aliyun.com/anaconda/pkgs/main/` 和 `https://mirrors.aliyun.com/anaconda/pkgs/r/`），或者是科学网镜像（https://pypi.tuna.tsinghua.edu.cn/simple/）。然后重新运行安装命令。

2. **使用代理设置**：
如果你有可用的HTTP或HTTPS代理，可以在系统环境变量或`conda`配置文件中添加代理信息。例如，通过编辑`.condarc`文件并加入：

   channels:
     - https://mirrors.aliyun.com/anaconda/pkgs/main/
     - https://mirrors.aliyun.com/anaconda/pkgs/r/
   anaconda_servers:
     default: https://mirrors.aliyun.com/anaconda/
   http_proxy: your_http_proxy_address
   https_proxy: your_https_proxy_address

3. **断点续传**：
尽管Conda本身不支持断点续传，你可以考虑使用wget或aria2等工具下载分块文件，完成后替换掉原下载过程。

4. **检查网络状况**：
确保你的网络连接稳定且带宽足够。有时候网络拥堵也可能影响下载速度。

5. **尝试更新Python版本**：
有时，特定版本的PyTorch与某些库的兼容性不佳。试着降低或提高版本看是否有所改善。

6. **限制并发下载**：
使用`--no-deps`选项只安装PyTorch，然后再单独安装其他依赖。这会降低并发请求，从而可能加快下载速度。

记得在每个步骤后都尝试重新运行`conda install`命令，并留意是否有改善。