【Git】Git 拉取的快速方法（含项目示例）

文章目录

  • 一、问题的提出
  • 二、问题的尝试解决

一、问题的提出

在我们之前的拉取中，速度可能比较慢，例如，我们要拉取CLIP的项目。

(ldm) root@I1385efcc2300601b29:/hy-tmp/latent-diffusion# pip install git+https://github.com/openai/CLIP.git
Looking in indexes: https://pypi.tuna.tsinghua.edu.cn/simple
Collecting git+https://github.com/openai/CLIP.gitCloning https://github.com/openai/CLIP.git to /tmp/pip-req-build-d7uywl1j

我们拉取失败！如下图所示：

在这里插入图片描述

我们尝试新的方法：

(ldm) root@I1385efcc2300601b29:/hy-tmp/latent-diffusionpip install https://github.com/openai/CLIP.git
Looking in indexes: https://pypi.tuna.tsinghua.edu.cn/simple
Collecting https://github.com/openai/CLIP.gitWARNING: Retrying (Retry(total=4, connect=None, read=None, redirect=None, status=None)) after connection broken by 'ConnectTimeoutError(<pip._vendor.urllib3.connection.HTTPSConnection object at 0x14942d02a760>, 'Connection to github.com timed out. (connect timeout=15)')': /openai/CLIP.gitWARNING: Retrying (Retry(total=3, connect=None, read=None, redirect=None, status=None)) after connection broken by 'ReadTimeoutError("HTTPSConnectionPool(host='github.com', port=443): Read timed out. (read timeout=15)")': /openai/CLIP.git

这个错误表明在尝试从 GitHub 下载文件时，连接超时导致读取操作无法完成。这可能是由于网络连接不稳定或GitHub服务器响应缓慢所致。解决这个问题的方法可以尝试以下几点：

  1. 重试：由于连接超时可能是暂时的问题，你可以尝试多次重新运行相同的下载操作，看是否能够成功。可以在不同的时间段进行尝试，以确定是否存在临时的网络问题。
  2. 检查网络连接：确保你的网络连接稳定，并且没有防火墙或其他安全设置阻止你与 GitHub 建立连接。你可以尝试通过访问其他网站或使用其他网络连接来确认问题是否与你的网络有关。
  3. 更改下载工具或库：如果你使用的是特定的下载工具或库进行文件下载，可以尝试切换到其他工具或库，以查看是否能够解决连接超时的问题。不同的工具可能有不同的网络设置或策略，可能会对连接进行更好的管理。
  4. 联系 GitHub 支持：如果问题仍然存在，你可以尝试联系 GitHub 支持团队，向他们报告问题并寻求进一步的帮助。他们可能能够提供更详细的指导和解决方案，以解决你遇到的特定问题。

请注意，GitHub 的服务器响应速度可能会受到多种因素的影响，包括你所在的地理位置、当前的网络流量等等。因此，在下载过程中出现连接超时错误可能是正常情况，尤其在访问较大文件或高峰期时更常见。持续遇到这个问题的话，你可以尝试结合以上提到的方法来解决。

二、问题的尝试解决

当你尝试从官方仓库下载文件时，有时可能会遇到下载速度过慢的问题。在这种情况下，你可以尝试使用代理服务来加速下载过程。其中一个常用的代理服务是 ghproxy（https://ghproxy.com/）。

ghproxy 是一个 GitHub 代理服务，它可以帮助你从 GitHub 上的仓库下载文件并提供更快的下载速度。以下是使用 ghproxy 下载文件的详细步骤：

  1. 打开 ghproxy 的网站：https://ghproxy.com/。
  2. 在 ghproxy 的主页上，你将看到一个输入框。在输入框中，粘贴或输入你想要下载的文件的 GitHub 链接。例如，你可以输入类似https://github.com/username/repository/raw/branch/filename 的链接，其中 username 是仓库所有者的用户名，repository 是仓库名称，branch 是分支名称，filename 是文件名。
  3. 点击网页上的 “Go” 按钮，ghproxy 将会开始处理你的请求并尝试从指定的 GitHub 链接下载文件。
  4. 如果一切顺利，ghproxy 会返回一个带有下载链接的页面。你可以点击该链接来下载文件。由于 ghproxy 会缓存文件，这可能会导致初始请求的响应时间较长，但在之后的请求中下载速度会更快。

通过使用 ghproxy，你可以借助它的代理服务来提高从 GitHub 下载文件的速度。请注意，ghproxy 是一个第三方服务，不受 GitHub 官方控制，因此使用它时需要谨慎。确保你信任 ghproxy，并在下载敏感文件或与安全相关的内容时谨慎行事。

我尝试新的下载：

pip install git+https://ghproxy.com/https://github.com/openai/CLIP.git

我们的运行结果为：

Looking in indexes: https://pypi.tuna.tsinghua.edu.cn/simple
Collecting git+https://ghproxy.com/https://github.com/openai/CLIP.gitCloning https://ghproxy.com/https://github.com/openai/CLIP.git to /tmp/pip-req-build-_hwzd0ax
Requirement already satisfied: tqdm in /usr/local/miniconda3/envs/ldm/lib/python3.8/site-packages (from clip==1.0) (4.65.0)
Requirement already satisfied: torch in /usr/local/miniconda3/envs/ldm/lib/python3.8/site-packages (from clip==1.0) (2.0.1)
Requirement already satisfied: torchvision in /usr/local/miniconda3/envs/ldm/lib/python3.8/site-packages (from clip==1.0) (0.8.1)
Collecting ftfyDownloading https://pypi.tuna.tsinghua.edu.cn/packages/e1/1e/bf736f9576a8979752b826b75cbd83663ff86634ea3055a766e2d8ad3ee5/ftfy-6.1.1-py3-none-any.whl (53 kB)|████████████████████████████████| 53 kB 1.1 MB/s 
Collecting wcwidth>=0.2.5Downloading https://pypi.tuna.tsinghua.edu.cn/packages/20/f4/c0584a25144ce20bfcf1aecd041768b8c762c1eb0aa77502a3f0baa83f11/wcwidth-0.2.6-py2.py3-none-any.whl (29 kB)
Collecting regexDownloading https://pypi.tuna.tsinghua.edu.cn/packages/c4/3d/d7ed16c298101bc7f5e3a65aef1ab34c1d7e1a89893491a4b1faf20701aa/regex-2023.6.3-cp38-cp38-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (772 kB)|████████████████████████████████| 772 kB 41.2 MB/s 
Requirement already satisfied: nvidia-curand-cu11==10.2.10.91 in /usr/local/miniconda3/envs/ldm/lib/python3.8/site-packages (from torch->clip==1.0) (10.2.10.91)
Requirement already satisfied: nvidia-cusolver-cu11==11.4.0.1 in /usr/local/miniconda3/envs/ldm/lib/python3.8/site-packages (from torch->clip==1.0) (11.4.0.1)
Requirement already satisfied: nvidia-nvtx-cu11==11.7.91 in /usr/local/miniconda3/envs/ldm/lib/python3.8/site-packages (from torch->clip==1.0) (11.7.91)
Requirement already satisfied: filelock in /usr/local/miniconda3/envs/ldm/lib/python3.8/site-packages (from torch->clip==1.0) (3.12.2)
Requirement already satisfied: nvidia-cuda-runtime-cu11==11.7.99 in /usr/local/miniconda3/envs/ldm/lib/python3.8/site-packages (from torch->clip==1.0) (11.7.99)
Requirement already satisfied: nvidia-cuda-cupti-cu11==11.7.101 in /usr/local/miniconda3/envs/ldm/lib/python3.8/site-packages (from torch->clip==1.0) (11.7.101)
Requirement already satisfied: triton==2.0.0 in /usr/local/miniconda3/envs/ldm/lib/python3.8/site-packages (from torch->clip==1.0) (2.0.0)
Requirement already satisfied: jinja2 in /usr/local/miniconda3/envs/ldm/lib/python3.8/site-packages (from torch->clip==1.0) (3.1.2)
Requirement already satisfied: nvidia-cublas-cu11==11.10.3.66 in /usr/local/miniconda3/envs/ldm/lib/python3.8/site-packages (from torch->clip==1.0) (11.10.3.66)
Requirement already satisfied: networkx in /usr/local/miniconda3/envs/ldm/lib/python3.8/site-packages (from torch->clip==1.0) (3.1)
Requirement already satisfied: nvidia-cufft-cu11==10.9.0.58 in /usr/local/miniconda3/envs/ldm/lib/python3.8/site-packages (from torch->clip==1.0) (10.9.0.58)
Requirement already satisfied: sympy in /usr/local/miniconda3/envs/ldm/lib/python3.8/site-packages (from torch->clip==1.0) (1.12)
Requirement already satisfied: nvidia-cuda-nvrtc-cu11==11.7.99 in /usr/local/miniconda3/envs/ldm/lib/python3.8/site-packages (from torch->clip==1.0) (11.7.99)
Requirement already satisfied: nvidia-cudnn-cu11==8.5.0.96 in /usr/local/miniconda3/envs/ldm/lib/python3.8/site-packages (from torch->clip==1.0) (8.5.0.96)
Requirement already satisfied: nvidia-nccl-cu11==2.14.3 in /usr/local/miniconda3/envs/ldm/lib/python3.8/site-packages (from torch->clip==1.0) (2.14.3)
Requirement already satisfied: nvidia-cusparse-cu11==11.7.4.91 in /usr/local/miniconda3/envs/ldm/lib/python3.8/site-packages (from torch->clip==1.0) (11.7.4.91)
Requirement already satisfied: typing-extensions in /usr/local/miniconda3/envs/ldm/lib/python3.8/site-packages (from torch->clip==1.0) (4.6.3)
Requirement already satisfied: setuptools in /usr/local/miniconda3/envs/ldm/lib/python3.8/site-packages (from nvidia-cublas-cu11==11.10.3.66->torch->clip==1.0) (67.8.0)
Requirement already satisfied: wheel in /usr/local/miniconda3/envs/ldm/lib/python3.8/site-packages (from nvidia-cublas-cu11==11.10.3.66->torch->clip==1.0) (0.38.4)
Requirement already satisfied: cmake in /usr/local/miniconda3/envs/ldm/lib/python3.8/site-packages (from triton==2.0.0->torch->clip==1.0) (3.26.4)
Requirement already satisfied: lit in /usr/local/miniconda3/envs/ldm/lib/python3.8/site-packages (from triton==2.0.0->torch->clip==1.0) (16.0.6)
Requirement already satisfied: MarkupSafe>=2.0 in /usr/local/miniconda3/envs/ldm/lib/python3.8/site-packages (from jinja2->torch->clip==1.0) (2.1.3)
Requirement already satisfied: mpmath>=0.19 in /usr/local/miniconda3/envs/ldm/lib/python3.8/site-packages (from sympy->torch->clip==1.0) (1.3.0)
Requirement already satisfied: numpy in /usr/local/miniconda3/envs/ldm/lib/python3.8/site-packages (from torchvision->clip==1.0) (1.24.4)
Requirement already satisfied: pillow>=4.1.1 in /usr/local/miniconda3/envs/ldm/lib/python3.8/site-packages (from torchvision->clip==1.0) (9.4.0)
Building wheels for collected packages: clipBuilding wheel for clip (setup.py) ... doneCreated wheel for clip: filename=clip-1.0-py3-none-any.whl size=1369497 sha256=5237b42eaba4591a42c40810b27ebd0007d404797a0971e0826cd98fd7e9351cStored in directory: /tmp/pip-ephem-wheel-cache-285a_izf/wheels/52/ee/e7/3cf78259fb28ea3563895f33c038625f30154f61075e04f04a
Successfully built clip
Installing collected packages: wcwidth, regex, ftfy, clip
Successfully installed clip-1.0 ftfy-6.1.1 regex-2023.6.3 wcwidth-0.2.6

在这里插入图片描述

检查一下CLIP是否安装成功：

(ldm) root@I1385efcc2300601b29:/hy-tmp/latent-diffusion# python
Python 3.8.5 (default, Sep  4 2020, 07:30:14) 
[GCC 7.3.0] :: Anaconda, Inc. on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import clip
>>> print(clip.available_models())
['RN50', 'RN101', 'RN50x4', 'RN50x16', 'RN50x64', 'ViT-B/32', 'ViT-B/16', 'ViT-L/14', 'ViT-L/14@336px']

顺利安装成功！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.hqwc.cn/news/22398.html

如若内容造成侵权/违法违规/事实不符，请联系编程知识网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

接口测试辅助，Fiddler抓取安卓手机https请求（详细）

接口测试辅助，Fiddler抓取安卓手机https请求（详细）

目录&#xff1a;导读 前言一、Python编程入门到精通二、接口自动化项目实战三、Web自动化项目实战四、App自动化项目实战五、一线大厂简历六、测试开发DevOps体系七、常用自动化测试工具八、JMeter性能测试九、总结&#xff08;尾部小惊喜&#xff09; 前言 Fiddler 是一款免…
阅读更多...
Qt + QR-Code-generator 生成二维码

Qt + QR-Code-generator 生成二维码

0.前言 之前使用 libgrencode 生成二维码&#xff0c;LGPL 协议实在不方便&#xff0c;所以需要找一个 github 星星多的&#xff0c;代码简单最好 header-only&#xff0c;协议最好是 MIT 或者兼容协议而不是 GPL 或者 LPGL。 QR-Code-generator 正好符合这个要求&#xff0c…
阅读更多...
Stable Diffusion 用2D图片制作3D动态壁纸

Stable Diffusion 用2D图片制作3D动态壁纸

如果想让我们的2D图片动起来可以使用stable-diffusion-webui-depthmap-script插件在SD中进行加工让图片动起来。 这是一个可以从单个图像创建深度图，现在也可以生成3D立体图像对的插件，无论是并排还是浮雕。生成的结果可在3D或全息设备（如VR耳机或Looking Glass显示器）上查…
阅读更多...
git下载源码及环境搭建之前端（三）

git下载源码及环境搭建之前端（三）

学习目标&#xff1a; vue 新项目的 前端环境搭建 vue 项目在 使用 Visual Studio Code 开发前端项目环境的搭建及 相关文件的配置 操作步骤&#xff1a; 前端&#xff1a; 下图所示为开发时前端所用的编辑器 注意&#xff1a;在配置时 有时候 localhost 可能 不太好用&…
阅读更多...
基于Tensorflow来重现GPT v1模型

基于Tensorflow来重现GPT v1模型

OpenAI推出的ChatGPT模型让我们看到了通用人工智能的发展潜力&#xff0c;我也找了GPT的相关论文来进行研究。OpenAI在2017年的论文Improving Language Understanding by Generative Pre-Training提出了GPT的第一个版本&#xff0c;我也基于这个论文来用Tensorflow进行了复现。…
阅读更多...
神经网络架构设计常见问题及解答

神经网络架构设计常见问题及解答

如果你是人工神经网络 (ANN) 的初学者&#xff0c;你可能会问一些问题。 比如要使用的隐藏层数量是多少&#xff1f; 每个隐藏层有多少个隐藏神经元&#xff1f; 使用隐藏层/神经元的目的是什么&#xff1f; 增加隐藏层/神经元的数量总是能带来更好的结果吗&#xff1f; 使用什…
阅读更多...
信贷系统开发设计基础(二)

信贷系统开发设计基础(二)

目录 架构演进篇 01 信贷架构演进概述 02 单体架构案例简介 03 单体系统群架构案例分析 04 微服务案例分析 架构演进篇 01 信贷架构演进概述 02 单体架构案例简介 03 单体系统群架构案例分析 04 微服务案例分析 总结&#xff1a; ---------------------------------------…
阅读更多...
GPT-4的详细信息已经泄露

GPT-4的详细信息已经泄露

这位作者说GPT-4的详细信息已经泄露&#xff0c;不知道可信度如何。一些关键信息&#xff1a;- GPT-4的大小是GPT-3的10倍以上。我们认为它在120层中总共有大约1.8万亿个参数。- GPT-4是多个专家模型混合在一起&#xff0c;但不是之前说的8个专家&#xff0c;而是16个。研究人员…
阅读更多...
【STM32】GPIO

【STM32】GPIO

一、GPIO简介 1. 基本介绍 GPIO是通用输入输出端口的简称&#xff0c;STM32芯片通过GPIO与外设连接&#xff0c;从而实现与外设的数据收发。 最基本的输出功能是由STM32控制引脚输出高、低电平&#xff0c;实现开关控制。如把GPIO引脚接入到LED灯控制LED亮灭&#xff0c;或者…
阅读更多...
FCPX插件-复古老电影胶片边框幻灯片照片展示介绍动画 Emotion Slides

FCPX插件-复古老电影胶片边框幻灯片照片展示介绍动画 Emotion Slides

Emotion Slides是一款fcpx插件&#xff0c;可以制作复古老电影胶片边框幻灯片照片展示介绍动画&#xff0c;完全自定义任意数量的场景&#xff0c;完全定制的控制器&#xff0c;7个独特的场景准备&#xff0c;易使用简单&#xff0c;只需拖放。 Emotion Slides插件的主要功能包…
阅读更多...
springboot留守儿童爱心网站

springboot留守儿童爱心网站

本系统主要是设计出留守儿童爱心网站&#xff0c;基于B/S构架&#xff0c;后台数据库采用了Mysql&#xff0c;可以使数据的查询和存储变得更加有效&#xff0c;可以确保留守儿童爱心管理的工作能够正常、高效的进行&#xff0c;从而提高工作的效率。总体的研究内容如下&#xf…
阅读更多...
Windows下编译安装ARPACK

Windows下编译安装ARPACK

ARPACK采用Arnoldi算法求解大型稀疏矩阵特征值。本文拟记录在Windows下编译安装ARPACK的流程。 零、环境 操作系统Windows 10集成开发环境Visual Studio 2019 CommunityCMake3.24.2Intel oneAPI BaseKit w_BaseKit_p_2023.1.0.47256_offline Intel oneAPI HPCKitw_HPCKit_p…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023