Несоответствие SHA256 для «conda install pytorch»

Я пытаюсь установить pytorch+cuda12.1 в свою среду conda.

Я последовал инструкциям на странице https://pytorch.org/get-started/locally/ и выполнил следующую команду:

conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

Команда работает без сбоев для большинства пакетов, за исключением версии cuda, для которой я получаю:

ChecksumMismatchError: Conda detected a mismatch between the expected content and downloaded content
for url 'https://conda.anaconda.org/nvidia/noarch/cuda-version-12.5-3.tar.bz2'.
  download saved to: C:\Users\UserName\anaconda3\pkgs\cuda-version-12.5-3.tar.bz2
  expected sha256: f13836396c27d22ff8fd446534aa3cdc0c92b1d68e5181ff2680da4c2759b117
  actual sha256: a85ae72fb1b40651095208ebe42cd595980a916e324505610ac8fc76c49164f5

Я проверил https://conda.anaconda.org/nvidia/noarch/, и кажется, что фактический SHA256 правильный, а ожидаемый SHA256 на самом деле неправильный:

Имя файла Размер Последнее изменение SHA256 MD5 cuda-версия-12.5-3.tar.bz2 16 КБ 2024-04-16 03:01:46 +0000 a85ae72fb1b40651095208ebe42cd595980a916e324505610ac8fc76c49164f5 be95c91143996f0c33cb710cd1a39450

Я обнаружил несколько старых проблем о том, что у сопровождающих PyTorch некоторое время назад были проблемы с загрузкой, но это уже должно было быть исправлено.

Могу ли я что-нибудь сделать, чтобы решить эту проблему?

Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
0
129
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Вы всегда можете прикрепить cuda-version к другому каналу.

conda install -c pytorch -c nvidia conda-forge::cuda-version=12.5 torchvision torchaudio pytorch-cuda=12.1 

Спасибо, этот обходной путь сработал отлично!

G. Thaler 09.07.2024 18:06

Другие вопросы по теме