torchGPU国内镜像源

### PyTorch GPU 版本国内镜像源下载

对于希望加速 PyTorch GPU 版本下载的用户来说，可以选择使用国内镜像源来获取所需的安装文件。清华源提供了基于 Anaconda 的 PyTorch 安装方式，适用于不同 CUDA 和 Python 版本组合的需求[^1]。

#### 使用清华源通过 Conda 安装 PyTorch GPU 版本
为了利用清华源的优势，在命令行工具中执行如下指令完成特定 CUDA 工具包版本（例如 CUDA 11.6）下的 PyTorch 及其依赖库 TorchVision 的安装：

conda install pytorch torchvision torchaudio cudatoolkit=11.6 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

注意这里去掉了默认 `-c pytorch` 参数并替换成指向清华镜像的具体路径以加快下载速度[^3]。

#### 利用阿里云镜像站下载 Whl 文件手动安装
如果偏好于直接下载 `.whl` 文件并通过 `pip` 进行本地安装，则可访问阿里云提供的 PyTorch 镜像站点查找对应版本的 wheel 包进行下载[^2]:

前往 [阿里云 PyTorch Mirror](https://mirrors.aliyun.com/pytorch-wheels/) 并依据个人需求挑选合适的 PyTorch + CUDA 组合版本下载对应的 whl 文件后运行如下命令实现离线安装:

pip install torch-xxx.whl

其中 `torch-xxx.whl` 应替换为实际下载得到的轮子文件名称。