conda install pytorch torchvision torchaudio pytorch-cuda=11.6 -c pytorch -c nvidia需要多长时间...

这取决于您的计算机性能和网络速度。安装过程可能需要几分钟到几个小时不等。如果您的计算机与conda源连接速度较慢，可以考虑使用国内的conda镜像源，例如清华大学的镜像源，这可能会加快下载速度。您可以使用以下命令更改镜像源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

然后再运行上述安装命令。

相关问题

conda create -n prompt python=3.7 conda activate prompt pip install -q tensorflow # specifying tfds versions is important to reproduce our results pip install tfds-nightly==4.4.0.dev202201080107 pip install opencv-python pip install tensorflow-addons pip install mock conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch python -m pip install detectron2 -f \ https://dl.fbaipublicfiles.com/detectron2/wheels/cu110/torch1.7/index.html pip install opencv-python conda install tqdm pandas matplotlib seaborn scikit-learn scipy simplejson termcolor conda install -c iopath iopath # for transformers pip install timm==0.4.12 pip install ml-collections # Optional: for slurm jobs pip install submitit -U pip install slurm_gpustat

这段代码是用来创建一个名为 "prompt" 的 Conda 环境，并安装一些常用的 Python 库和机器学习框架，例如 TensorFlow、PyTorch、Detectron2、Transformers 等。其中，指定了 TensorFlow Datasets 的版本号为 4.4.0.dev202201080107，这是为了能够复现作者的实验结果。另外，还安装了一些用于辅助开发的库，如 opencv-python、tqdm、pandas、matplotlib、seaborn、scikit-learn、scipy、simplejson、termcolor 等。如果要在 Slurm 集群上运行分布式训练任务，可以安装 submitit 和 slurm_gpustat。

conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 pytorch-cuda=11.7 -c pytorch -c nvidia

这是一个基于conda环境下安装PyTorch及其相关库的命令。其中，pytorch==1.13.1表示安装的PyTorch版本为1.13.1，torchvision==0.14.1表示安装的torchvision版本为0.14.1，torchaudio==0.13.1表示安装的torchaudio版本为0.13.1，pytorch-cuda=11.7表示安装的PyTorch使用的CUDA版本为11.7。-c pytorch -c nvidia表示使用pytorch和nvidia的conda源进行安装。如果你想安装不同版本的PyTorch或者使用不同的CUDA版本，可以根据需要修改这个命令。