安装SagerNet的步骤如下
安装PyTorch
在Linux系统上:
- 打开虚拟机,使用
sudo apt-get安装必要的依赖。 - 编译PyTorch:
sudo apt-get install nvidia-cuda && nvcc --version
- 安装PyTorch:
sudo apt-get install pytorch
在Windows系统上:
- 编译PyTorch:
mex -DnvidiaPath pytorch.c
- 安装SagerNet的依赖:
mex -DnvidiaPath src/SagerNet Net.c
- 编译并安装SagerNet:
mex -DnvidiaPath src/SagerNet/ net.mingw32
安装SagerNet
在Linux系统上:
- 目标目录(
/usr/local/sagernet/):cd /usr/local/sagernet/
- 编译SagerNet:
make
在Windows系统上:
- 使用编译脚本:
- 打开命令提示符:
cmd /w
- 编译脚本:
mex -DnvidiaPath src/SagerNet/ net.mingw32
- 然后运行安装脚本:
C:\Program Files\Microsoft Visual C++\build\bin\net\bin\win64\configure.exe --no-root --force-redo
- 打开命令提示符:
配置SagerNet的参数
在Linux系统上:
- 打开命令提示符:
cd /usr/local/sagernet/
- 配置学习率和批量大小:
echo "Learning rate: 0.1" > src/SagerNet/params.py echo "Batch size: 32" > src/SagerNet/params.py
- 加载参数:
python src/SagerNet/params.py
使用工具监控训练
在Linux系统上:
- 使用TensorBoard:
tensorboard --logdir=/path/to/logs --port=69
- 使用Wandb:
wandb login
测试模型
在Linux系统上:
- 使用命令行工具测试模型:
python src/SagerNet/models.py
注意事项
- 依赖检查:在安装过程中,检查PyTorch和SagerNet的安装是否正确。
- 编译参数:确保编译参数(如优化级别,指令数)正确配置。
- 路径正确性:确保编译脚本和安装脚本使用正确的路径。
通过以上步骤,你应该能够成功安装并使用SagerNet,如果遇到问题,建议检查每一步是否正确,或者是否有遗漏的依赖。

@版权声明
转载原创文章请注明转载自蜂窝加速器-2026年中国国内可用的翻墙VPN梯子加速器-蜂窝VPN,网站地址:https://wuqukeji.cn/