初步接触深度学习,在配置环境方面出了点问题,运行 conda install
命令时,卡在 "Solving environment: \ "。
网上搜索发现,
一般可能的原因就是以下几种
-
环境解析耗时:
- Conda 在安装包时需要解析当前环境,并解决依赖冲突。这一过程可能非常耗时,特别是当你有多个已安装的包或依赖关系复杂时。
- 如果网络速度较慢或存在代理问题,这一过程会进一步延长。
-
网络问题:
- 如果网络不稳定或者访问 Anaconda 仓库(或 PyTorch、NVIDIA 仓库)速度较慢,可能导致解决环境的过程非常缓慢。
-
缓存问题:
- Conda 的包缓存可能存在损坏,或者某些索引文件需要更新,导致解析时间增加。
-
依赖冲突:
- 如果你试图安装的包(例如
pytorch==2.4.0
和pytorch-cuda=11.8
)在当前环境中与已有的包存在冲突,Conda 会尝试反复寻找可行的解决方案,导致过程变得极为缓慢。
- 如果你试图安装的包(例如
运行时间参考
- 正常情况下,解决环境 的时间取决于依赖复杂性和网络状况:
- 简单依赖关系:1~5 分钟。
- 复杂依赖或网络慢:可能需要 10~30 分钟。
- 如果超过 30 分钟仍未完成,大家可以尝试下面解决方法。
解决办法
1. 加速解析过程
-
添加
--no-deps
选项(如果确信依赖关系没有问题):bashconda install pytorch==2.4.0 torchvision==0.19.0 torchaudio==2.4.0 pytorch-cuda=11.8 -c pytorch -c nvidia --no-deps
比如我在我的安装指令后面加上此选项,就会跳过依赖检查,直接安装指定的包,速度会快很多。
2. 更新 Conda 和清理缓存
-
确保你的 Conda 是最新版本:
bashconda update conda
-
清理缓存:
bashconda clean --all
3. 使用 Mamba 替代 Conda
Mamba 是 Conda 的一个更快的替代工具,用于环境管理和包安装,特别适合解决 Conda 缓慢的问题。
-
安装 Mamba:
bashconda install mamba -n base -c conda-forge
-
使用 Mamba 安装包:
bashmamba install pytorch==2.4.0 torchvision==0.19.0 torchaudio==2.4.0 pytorch-cuda=11.8 -c pytorch -c nvidia
4. 检查网络
-
测试网络连接,确保能够访问 Conda 和 PyTorch 仓库:
bashping repo.anaconda.com ping pypi.org
-
如果有网络问题,可以尝试配置国内镜像(如清华或阿里云):
-
清华 TUNA Conda 镜像:
bashconda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main conda config --set show_channel_urls yes
-
5. 使用全新环境
- 如果依赖冲突导致解析过慢,建议创建一个新的 Conda 环境并重新安装。可以参考下文的安装方式