当然完全可行！Docker其实是部署PyTorch项目的绝佳选择，能帮你避开环境依赖的各种破事儿。针对你遇到的官方链接打不开、pip/conda安装失败的问题，我整理了几个靠谱的替代方案，按省心程度给你排个序：

1. 直接使用PyTorch官方预构建镜像（最省心，优先选） #

官方已经把各种版本的PyTorch打包成Docker镜像了，涵盖不同Python版本、CUDA版本，你直接拉取使用就行，根本不用自己折腾安装。举几个常用命令：

• 拉取最新CPU稳定版：docker pull pytorch/pytorch:latest
• 拉取支持CUDA 11.8的GPU运行版：docker pull pytorch/pytorch:2.0.1-cuda11.8-cudnn8-runtime

拉取完成后，你可以跑个简单命令验证环境是否正常：
docker run -it --rm pytorch/pytorch:latest python -c "import torch; print(torch.__version__)"
要是能正常输出版本号，那环境就没问题了。

2. 自定义镜像时的替代安装方案 #

如果必须自己编写Dockerfile构建镜像，那大概率是网络源的问题，换国内镜像源基本能解决。

2.1 切换国内PyPI源安装PyTorch

在Dockerfile里先把pip源换成国内的（比如清华或阿里云），再执行安装。示例片段：

FROM python:3.10-slim

# 设置清华PyPI源，提升下载速度
RUN pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

# 安装指定版本的PyTorch（CPU版；GPU版需把最后面的`cpu`换成对应CUDA版本，如`cu118`）
RUN pip install torch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 --index-url https://download.pytorch.org/whl/cpu

2.2 使用conda国内源安装

如果你习惯用conda环境，也可以替换conda的国内镜像源。Dockerfile示例：

FROM continuumio/miniconda3:latest

# 添加清华conda镜像源
RUN conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
RUN conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
RUN conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
RUN conda config --set show_channel_urls yes

# 安装CPU版PyTorch；GPU版需移除`cpuonly`，替换为`pytorch-cuda=11.8`这类指定CUDA版本的参数
RUN conda install -y pytorch torchvision torchaudio cpuonly

2.3 手动下载whl文件离线安装

如果连镜像源都无法访问，你可以先在本地下载对应版本的PyTorch whl文件，再复制到镜像中安装：

FROM python:3.10-slim

# 把本地下载的whl文件复制到镜像临时目录
COPY torch-2.0.1-cp310-cp310-linux_x86_64.whl /tmp/
COPY torchvision-0.15.2-cp310-cp310-linux_x86_64.whl /tmp/

# 安装离线包
RUN pip install /tmp/torch-2.0.1-cp310-cp310-linux_x86_64.whl /tmp/torchvision-0.15.2-cp310-cp310-linux_x86_64.whl

3. 常见问题排查 #

• 如果你安装的是GPU版PyTorch，务必确保Docker已配置nvidia-docker，否则镜像无法识别GPU。先在主机执行nvidia-smi验证驱动正常，再用以下命令验证GPU可用性：docker run --gpus all pytorch/pytorch:latest python -c "import torch; print(torch.cuda.is_available())"，输出True即为正常。
• 若安装仍失败，建议指定具体版本号（而非latest），避免最新版本的兼容性问题；同时检查容器网络是否能正常访问外部（比如执行ping google.com测试）。

内容的提问来源于stack exchange，提问作者Bruno Cheung