晨涧云文档
首页
目录
- GPU算力租用流程
- Ubuntu查看显卡GPU利用率
- Ubuntu系统安装CUDA Toolkit + Cudnn
- Ubuntu NVIDIA显卡驱动安装
- Ubuntu用户界面入门
- Windows jupter notebook 的使用
- Windows 安装SSH Server
- windows查看显卡GPU利用率
- Ubuntu镜像
- Windows镜像
- CentOS镜像
- 深度学习 - Ubuntu
- 深度学习 - Windows
- ComfyUI - Ubuntu
- LLaMA Factory - Ubuntu
- Stable Diffusion - Ubuntu
- Ubuntu 命令行使用
- ComfyUI - Windows
- LLaMA Factory - Windows
- Stable Diffusion - Windows
- 秋叶Stable Diffusion - Windows
- Ollama - Windows
- Ollama DeepSeek - Ubuntu
- 【模型】Ollama + Open WebUI - Ubuntu
- 【语音】 Whisper 语音转文本 - Ubuntu
- Chatbox - Windows
- Ubuntu系统安装远程连接工具
- Windows登录方式
- 晨涧云概览
- 晨涧云简介
- 名词术语
- Windows安装显卡驱动
- 连接失败处理
- 促销活动
- Miniconda3 容器镜像
- PyTorch 容器镜像
- TensorFlow 容器镜像
- GROMACS 容器镜像
- ComfyUI 容器镜像
- Matlab - Windows
- YOLO 容器镜像
- LLaMA-Factory 容器镜像
- Wan-ComfyUI 容器镜像
- Stable-Diffusion 容器镜像
- vLLM 容器镜像
- LAMMPS 容器镜像
- Ollama 容器镜像
- Flux-ComfyUI 容器镜像
- ComfyUI应用
- Wan2.2文生视频显卡性能测试
- 深度学习场景
- 基于ResNet-50模型的显卡性能测试
- 大语言模型场景
- 使用vLLM测试大模型推理场景的显卡性能
- Qwen-ComfyUI 容器镜像
- vLLM大模型多卡推理场景显卡测试
- 科研仿真计算场景
- GROMACS分子动力学模拟计算显卡性能测试
- 【年终满减优惠活动】全系显卡算力特惠风暴!(A100除外)
- YOLO 模型训练显卡性能测试
- FluxGym-LoRA训练器 容器镜像
- Kohya_ss-LoRA训练器 容器镜像
- OpenClaw 容器镜像
- VSCode连接常见问题
- OpenClaw镜像 - Ubuntu
- OpenClaw镜像 - Windows
- OpenClaw应用
- OpenClaw本地Ollama模型调用实测
- OpenClaw创建飞书应用机器人实测
- OpenClaw晨涧云大模型API调用实测
- Ansys-Windows
- 学术资源加速
- 文件传输
- RustDesk远程连接
- 常见问题集
- RustDesk远程手机端设置
- PyCharm连接云主机
- WebUI使用
- 服务端口配置
- SSH隧道映射端口
- VSCode连接到云主机
- conda 安装虚拟环境
- 选择Conda虚拟环境
- 安装tensorflow
- huggingface下载模型
- 晨涧云服务协议
- 晨涧云反挖矿协议
- pip&conda安装换源
- Anaconda环境迁移
- 晨涧云平台手册
- Windows操作
- GPU算力操作流程
- 云容器租用流程
- 系统预装环境
- Ubuntu操作
- 云容器控制台使用
- 云主机控制台使用
- JupyterLab使用
- 云主机镜像中心
- 云容器百度网盘使用
- 云容器
- 云容器按小时计费
- 云容器镜像
- 常见问题(FAQ)
- 常用操作
- 技术相关
- 应用场景
- 服务协议
- 晨涧云新老用户专享福利
- 微信登录立享6元优惠券
- 晨涧云产品重磅升级:云容器按量计费+控制台实例管理全新改版,重塑AI开发效率与成本体验
- 新容器镜像来了!宝藏镜像库+秒级部署,GPU直接8折!
- 【双十一显卡狂欢】🔥NVIDIA 3090/3080 史低八折!性能猛兽,价格温柔!
- 开学季|3090显卡专属福利🎯(2025年9月)
pip&conda安装换源
在安装pip和conda的相关库的时候,如果下载慢主要是下载源的问题,可以给 pip 和 conda 换源,能有效解决下载慢、超时这类让人头疼的问题。核心操作就是让它们从国内的镜像站(比如清华源、中科大源、阿里源等)下载。
pip 换源方法
1. 临时换源(单次生效)
如果只是想临时试一下,可以用 -i 参数指定:
#清华源
pip install 包名 -i https://pypi.tuna.tsinghua.edu.cn/simple
#中科大源
pip install 包名 -i https://pypi.mirrors.ustc.edu.cn/simple/
注意,simple 不能少,且需要使用 https。
2. 永久换源(推荐)
这个命令会直接帮你配好,最省事:
#清华源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
#中科大源
pip config set global.index-url https://pypi.mirrors.ustc.edu.cn/simple/
如果想切回默认官方源,运行 pip config unset global.index-url 就行
conda 换源方法
conda 换源需要修改 .condarc 配置文件,操作起来会稍微复杂一点。
1. 命令行添加(方便快捷)
你可以像下面这样,用 conda config --add channels 命令把镜像通道地址加进去:
清华源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --set show_channel_urls yes
中科大源
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --set show_channel_urls yes
conda config --set show_channel_urls yes 这行命令会在安装时显示包的来源,方便你确认。
2. 编辑配置文件(一劳永逸)
直接编辑用户目录下的 .condarc 文件(Windows 在 C:\Users\你的用户名\`,Linux 在 ~/.condarc),填入清华源的完整配置就行。如果这个文件不存在,可以先在命令行执行 conda config --set show_channel_urls yes` 生成它。
下面是一份推荐的清华源配置,直接复制进去就行:
清华源
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
中科大源
channels:
- https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
- https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
- https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
- https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
- https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
- defaults
show_channel_urls: true
配置完后,最好运行 conda clean -i 清理一下索引缓存,让新配置立即生效。
conda create env慢的问题
晨涧云默认的大部分镜像已经配置libmamba模块,如果没有配置,可以执行以下命令安装配置
conda install -n base conda-libmamba-solver
conda config --set solver libmamba
配置后验证
配置完成后,可以通过下面两个命令检查一下设置是否生效:
检查 pip 源:
pip config list检查 conda 源:
conda config --show channels