亲测绝对有效

有没有想过: 为什么下载包速度那么慢? 因为默认从国外的服务器进行下载，此时，网络数据的传输需要经过漫长的海底光缆，因此下包速度会很慢。

以上是我的安装python版本，pytorch版本和CUDA版本，亲测可用。同时在这个条件下还可以安装tensorflow1.5.0-gpu版本。已经有pytorch的cpu版本需要先卸载掉，然后再进行下面的步骤。

参考了很多文章都是告诉我们，添加清华的镜像源，再使用命令： conda install pytorch torchvision cudatoolkit=9.0 -c pytorch 友善的提示我们：一定要去掉-c pytorch，安装的时候才会默认从清华源下载相应的包，因此用命令行: conda install pytorch torchvision cudatoolkit=9.0 然而我还是会出现下面这种cudatoolkit或者pytorch-gpu压缩包下载过程中，快要看要胜利的曙光时，就崩溃的惨状。尝试了好多次依旧中断失败，于是找到了另一种可以解决已经使用了清华镜像源依旧下载太慢，从而导致网页断联的问题。

在安装pytorch-gpu版本的各种文章中，首先参考conda安装Pytorch下载过慢解决办法，我认为作者已经把解决方法讲的很完善，只要你和清华了镜像源的连接稳定，一般都可以安装成功。 其次我参考了conda install pytorch 安装缓慢的解决办法，解决了镜像源连接不稳定导致比较大的压缩包一直下载失败的问题，如果你也是这个出现了这种情况，下面的步骤一定可以解决你的燃眉之急。以cudatoolkit为例讲解，pytorch-gpu是一模一样的做法。

上面代码为了保险起见，同时添加第三方conda源。

使用该命令install pytorch torchvision cudatoolkit=9.0，安装的过程中会出现如下提示： 上图CondaHTTPError中有一个cudatoolkit安装的源网址， https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/cudatoolkit-9.0-1.tar.bz2 将它复制下来，在360浏览器中打开，会自动创建下载链接，下载速度还是挺快的，两三分钟就搞定。

从上图中可以发现，我的下载的packages都缓存在目录： S:\Pyqt\Anaconda\New_Install\pkgs

打开该目录按照时间日期排列，可以发现 这里需要进行两个步骤：

也就是这个cudatoolkit下载的路径，必须要添加！！！不然的话后续安装依然会重复下载cudatoolkit压缩包，前功尽弃！！！！

再次使用命令 install pytorch torchvision cudatoolkit=9.0 从上图可以发现，已经成功安装。

我没成功是因为我已经安装了pytorch-cpuonly版本，卸了重装即可。

其他成功安装的小伙伴可以启动python，输入以下命令：

其实也很简单，进入安装了pytorch_cpu版本的环境，使用这两条命令：

将原来的pytorch版本卸载掉，然后再次使用 install pytorch torchvision cudatoolkit=9.0 发现下图这个玩意儿也是块头大，使用上面同样的方式，依然将下载好的安装包缓存在目录：S:\Pyqt\Anaconda\New_Install\pkgs 在txt文件里面添加下载的网址，回到黑框框再次输入 install pytorch torchvision cudatoolkit=9.0，其他小的依赖包下载挺快就不需要这么搞了。 安装好了之后使用上面的四句测试代码，全部通过~搞定！！！！！！！！