【Git】Git 拉取的快速方法（含项目示例）

news2024/11/26 18:22:55

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.git
  Cloning 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.git
  WARNING: 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.git
  WARNING: 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.git
  Cloning 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 ftfy
  Downloading 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>=0.2.5
  Downloading https://pypi.tuna.tsinghua.edu.cn/packages/20/f4/c0584a25144ce20bfcf1aecd041768b8c762c1eb0aa77502a3f0baa83f11/wcwidth-0.2.6-py2.py3-none-any.whl (29 kB)
Collecting regex
  Downloading 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: clip
  Building wheel for clip (setup.py) ... done
  Created wheel for clip: filename=clip-1.0-py3-none-any.whl size=1369497 sha256=5237b42eaba4591a42c40810b27ebd0007d404797a0971e0826cd98fd7e9351c
  Stored 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.coloradmin.cn/o/753542.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

Redis 从入门到精通【进阶篇】之高可用集群(Redis Cluster)详解

Redis 从入门到精通【进阶篇】之高可用集群(Redis Cluster)详解

文章目录 0. 前言设计目标核心概念 1. 架构设计和原理1.1. 数据分片2. 节点间通信6. 扩容和缩容 2. 总结3. Redis从入门到精通系列文章4. Redis Cluster面试题4.1. Redis Cluster如何进行扩容和缩容&#xff1f;4.2. Redis Cluster如何进行故障转移&#xff1f;4.3. Redis Clus…
阅读更多...
【计算机视觉 | 图像分类】arxiv 计算机视觉关于图像分类的学术速递（7 月 14 日论文合集）

【计算机视觉 | 图像分类】arxiv 计算机视觉关于图像分类的学术速递（7 月 14 日论文合集）

文章目录 一、分类|识别相关(10篇)1.1 Video-FocalNets: Spatio-Temporal Focal Modulation for Video Action Recognition1.2 Watch Your Pose: Unsupervised Domain Adaption with Pose based Triplet Selection for Gait Recognition1.3 YOLIC: An Efficient Method for Obj…
阅读更多...
【JavaEE】HTTP请求的构造

【JavaEE】HTTP请求的构造

目录 1、通过form表单构造HTTP请求 2、通过JS的ajax构造HTTP请求 3、Postman的安装和简单使用 常见的构造HTTP请求的方式有一下几种&#xff1a; 直接通过浏览器的地址栏&#xff0c;输入一个URL&#xff0c;就可以构造一个GET请求HTML中的一些特殊标签&#xff0c;也会触发…
阅读更多...
【Linux】1、装机、装操作系统、部署

【Linux】1、装机、装操作系统、部署

文章目录 一、装系统1.0 格式化 U 盘1.1 做启动盘1.1.2 rufus1.1.2 poweriso 1.2 安装步骤 二、恢复系统2.1 BootManager2.2 recovery mode 一、装系统 下载地址&#xff1a; http://old-releases.ubuntu.com/releases/16.04.5/ubuntu-16.04.5-server-amd64.isohttps://mirro…
阅读更多...
基于STM32 ARM+FPGA伺服控制系统(二）软件及FPGA设计

基于STM32 ARM+FPGA伺服控制系统(二）软件及FPGA设计

完整的伺服系统所包含的模块比较多&#xff0c;因此无法逐一详细介绍&#xff0c;所以本章着重介绍 设计难度较高的 FPGA 部分并简单介绍 ARM 端的工作流程。 FPGA 部分主要有 FOC 算法、电流采样算法及编码器采样算法&#xff0c;是整个控制系统的基础&#xff0c;直接…
阅读更多...
本地appserv外挂网址如何让外网访问？快解析端口映射

本地appserv外挂网址如何让外网访问？快解析端口映射

一、appserv是什么&#xff1f; AppServ 是 PHP 网页架站工具组合包&#xff0c;作者将一些网络上免费的架站资源重新包装成单一的安装程序&#xff0c;以方便初学者快速完成架站&#xff0c;AppServ 所包含的软件有&#xff1a;Apache[、Apache Monitor、PHP、MySQL、phpMyAdm…
阅读更多...
好物推荐文案怎么写吸引人？纯干货

好物推荐文案怎么写吸引人？纯干货

互联网上充斥着各种各样好物种草文&#xff0c;一不小心就跌入了软文的圈套中&#xff0c;好物推荐文案写得好&#xff0c;流量绝对少不了。 好物推荐文案怎么写吸引人&#xff1f;通过整理总结上百篇爆款种草文案&#xff0c;总结出一套超实用的文案写作妙招&#xff01;纯干…
阅读更多...
活动页服务端渲染探索

活动页服务端渲染探索

目标 通过采用在服务端渲染激励页的方式&#xff0c;降低页面加载白屏时间&#xff0c;从而提升激励 H5 渲染体验。 架构设计 前端服务框架调研选型 只对比分析以下两种方案&#xff1a; Vue3 Nuxt3 WebpackNext.js React Node.js ’Nuxt3Next.js介绍Nuxt是一个基于Vu…
阅读更多...
flask实现get和post请求

flask实现get和post请求

1、实现get请求 在项目根目录创建app.py 代码如下&#xff1a; from flask import Flask,render_template,requestapp Flask(__name__)app.route("/regist/user/", methods[GET]) def regist():return render_template("regist.html") #默认去templat…
阅读更多...
三维 GIS 引擎该用什么？结合目前主流引擎进行分析

三维 GIS 引擎该用什么？结合目前主流引擎进行分析

相信大多数人在谈到三维 GIS 引擎时&#xff0c;第一个想到的首先是 CesiumJS&#xff0c;CesiumJS 以其免费开源的特点&#xff0c;快速占领了三维 GIS 这个领域&#xff0c;同时也催生了许多以 CesiumJS 为基础的衍生产品。CesiumJS 作为一个功能强大的 JavaScript 库&#x…
阅读更多...
3ds Max 无插件制作燃烧的火焰动画特效

3ds Max 无插件制作燃烧的火焰动画特效

推荐&#xff1a; NSDT场景编辑器助你快速搭建可二次开发的3D应用场景 在 3ds Max 中对火焰进行动画处理 如果您能找到“大气装置”设置&#xff0c;这很容易做到。基本上&#xff0c;你选择一个“Gizmo”&#xff08;BoxGizmo&#xff0c;SphereGizmo或CylGizmo&#xff09;&…
阅读更多...
HashMap的遍历方式及底层原理

HashMap的遍历方式及底层原理

目录 概述MapMap的全谱系图HashMapkey和value HashMap的四种遍历方式keySetvaluesentrySetIterator性能分析应用场景二维表 底层原理key是数值型key是字符类型 总结&#xff1a; 概述 Map Map是Java中的一个接口&#xff0c;它继承自Collection接口&#xff0c;定义了键值对的…
阅读更多...
GB35114双向身份认证（A级）学习笔记

GB35114双向身份认证（A级）学习笔记

GB35114双向身份验证学习笔记 温故而知新 SSL单向认证 摘录自&#xff1a;https://blog.csdn.net/qq_45759354/article/details/128672828 SSL协议用到了对称加密和非对称加密&#xff0c;在建立连接时&#xff0c;SSL首先对对称加密密钥使用非对称加密。连接建立好后&…
阅读更多...
Docker 安装 Nacos 单节点

Docker 安装 Nacos 单节点

Docker 安装 Nacos 单节点 1 搜索 Nacos2 下载 Nacos3 安装 Nacos Nacos&#xff08;中文名“云注册中心和配置中心”&#xff09;是一个用于动态服务发现、配置管理和服务管理的开源项目&#xff0c;它由阿里巴巴集团开发并开源。Nacos提供了一种简单而强大的方式来实现微服务…
阅读更多...
自动化用例编写思路 (使用pytest编写一个测试脚本)

自动化用例编写思路 (使用pytest编写一个测试脚本)

目录 一&#xff0c;明确测试对象 二&#xff0c;编写测试用例 构造请求数据 封装测试代码 断言设置 三&#xff0c;执行脚本获取测试结果 四&#xff0c;总结 经过之前的学习铺垫&#xff0c;我们尝试着利用pytest框架编写一条接口自动化测试用例&#xff0c;来厘清接口…
阅读更多...
系统调用与函数调用有什么区别？

系统调用与函数调用有什么区别？

本文我们来聊聊系统调用与普通的函数调用之间的区别。 作为程序员你肯定写过无数的函数&#xff0c;假设有这样两个函数&#xff1a; void funcB() {} void funcA() { funcB();} 函数之间是可以相互调用的&#xff0c;这很简单很happy有没有。 要知道是代码、是函数就可以相…
阅读更多...
ABAP 发送特定格式内容的邮件

ABAP 发送特定格式内容的邮件

项目中&#xff0c;经常会有需求&#xff0c;向客户&#xff0c;供应商发送邮件&#xff0c;但是会有一些格式上的要求。 我们一般使用长文本来处理此类需求 举例&#xff0c;客户需要发送一个如下邮件主体内容&#xff08;带格式&#xff09; Dear Customer, Attached is y…
阅读更多...
相机图像质量研究(2)ISP专用平台调优介绍

相机图像质量研究(2)ISP专用平台调优介绍

系列文章目录 相机图像质量研究(1)Camera成像流程介绍 相机图像质量研究(2)ISP专用平台调优介绍 相机图像质量研究(3)图像质量测试介绍 相机图像质量研究(4)常见问题总结&#xff1a;光学结构对成像的影响--焦距 相机图像质量研究(5)常见问题总结&#xff1a;光学结构对成…
阅读更多...
洛谷：P5016 龙虎斗 ← NOIP2018 普及组T2

洛谷：P5016 龙虎斗 ← NOIP2018 普及组T2

【题目来源】https://www.luogu.com.cn/problem/P5016【题目描述】 轩轩和凯凯正在玩一款叫《龙虎斗》的游戏&#xff0c;游戏的棋盘是一条线段&#xff0c;线段上有 n 个兵营&#xff08;自左至右编号 1∼n&#xff09;&#xff0c;相邻编号的兵营之间相隔 1 厘米&#xff0c;…
阅读更多...
psutil库使用详解

psutil库使用详解

一、背景 在Python的世界里&#xff0c;有一些库因其强大的功能和易用性而备受开发者们的喜爱。今天&#xff0c;我们要介绍的就是其中的一员——psutil库。psutil(python system and process utilities)是一个跨平台的第三方库&#xff0c;用于获取系统运行时的进程和系统利用…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023