坚持在 Anaconda 上解决环境问题

Question

我正在运行 OSX Catalina。下载 Anaconda 后，我遇到了麻烦downloading external packages。我在 GUI 和终端中都尝试过，但过程一直卡在"Solving environment"。

我知道创建一个新环境可能是一种解决方法，但我更愿意解决手头的问题。

有任何想法吗？

Answer 1

跑步

conda config --set channel_priority flexible

为我工作

更新，仍然遇到了一些问题，所以我找到了Mamba，天哪，我的生活改变了 conda 是有史以来最糟糕的包管理器

当我使用曼巴时，我所有的问题都得到了解决

# install mamba
conda install -n base conda-forge::mamba

# use mamba
mamba install pandas

Answer 2

用这个：

conda config --set channel_priority strict

注意是channel_priority而不是priority_channel

Answer 3

已经有很多好的评论 - 让我尝试巩固并添加更多想法：

主要背景点是 conda 正在解决布尔可满足性问题 https://en.wikipedia.org/wiki/Boolean_satisfiability_problem（通俗地说：依赖地狱 https://en.wikipedia.org/wiki/Dependency_hell）。

更多详细信息请参见：https://docs.conda.io/projects/conda/en/4.13.x/dev-guide/deep-dive-solvers.html

在早期，包裹相对较少，这并不是世界末日。现在，由于有许多软件包，每个软件包都有许多版本，conda 的非优化代码可能会花费很长时间。

1. mamba是一种用 C 重写的 conda 克隆，速度快得多。奇迹般有效。推荐的安装方法是下载 mambaforge，否则您可以从 anaconda 或 miniconda 安装它。阅读文档： https: //mamba.readthedocs.io/en/latest/
2. 如果无法安装 mamba，可以将mamba 求解器与 conda 结合使用。Anaconda 网站上的详细信息：https ://www.anaconda.com/blog/conda-is-fast-now
3. mamba 和 libmamba 求解器无法在使用 zscaler 的公司代理后面工作。这是 zscaler 的一个错误，它用“_ransfer-Encoding”而不是“Transfer-Encoding”发回数据包。这会甩掉曼巴，但不会甩掉康达。该错误记录在 github https://github.com/mamba-org/mamba/issues/2197和https://github.com/mamba-org/mamba/issues/2438上
4. 如果您可以在一台计算机上访问 mamba，但不能在另一台计算机上访问，您可以：基于 yml 文件创建一个包含 mamba 的环境，该文件仅包含您需要的包（例如 pandas）；创建环境后，您可以导出 yml 文件，该文件将包含您未指定的所有依赖项（例如 numpy 和 pandas）以及每个包的确切版本。然后，您可以根据更详细的 yml 文件，仅使用 conda 在计算机上创建新环境。这样，较慢的 conda 不必解决包 x 是版本 2.3 的问题，但只有版本 1.9 可以与包 y 等一起使用
5. 解决方案 4 仍然需要 conda 来解决问题，即使是一个更有限的问题。如果这需要很长时间，您可以使用 mamba 构建环境，然后以 pip 所需的格式导出需求文件，并在速度较慢的 PC 上使用 pip 安装所有软件包。此处详细说明：/sf/answers/5266798631/
6. 一般来说，尽量避免在大型环境中加载不需要的包。出于同样的原因，如果可以的话，请避免使用 Anaconda，而只需使用 miniconda、miniforge 或 mambaforge 构建所需的环境。如果您有不同类型的项目，例如一组数据科学项目和一个与网络相关的项目，请维护两个独立的环境。较小的环境和较少的包意味着 conda 发生冲突的机会更少，解决时间也更快。
7. 将通道优先级设置为 strict。这意味着 conda 将按照您在 .condarc 文件中指定的顺序搜索频道，因此如果它在第一个https://conda.io/projects/conda/en/中找到所需的所有内容，则不会搜索第二个频道最新/用户指南/任务/manage-channels.html
8. 出于上述原因，如果您知道大多数软件包都有两个渠道可用，请将较小的渠道放在第一位。这就是为什么在默认设置下，miniconda 比 miniforge 更快的原因之一：因为 miniconda 搜索 te conda 存储库，而 miniforge 搜索 conda-forge，后者要大得多。但请注意许可条款 https://www.anaconda.com/blog/anaconda-commercial-edition-faq商业用户需要许可证才能访问 anaconda 存储库 - 但如果我理解正确的话，则不需要访问 conda-锻造

如果您知道任何其他潜在的解决方案或建议，请分享！

最后，我要补充一点，新版本的 conda 引入了并行下载，但是，根据我的经验，主要瓶颈不是下载，而是解决环境问题。

Answer 4

以下步骤可能有助于解决该问题。

conda config --remove channels conda-forge
conda config --add channels conda-forge

如果它不起作用，那么试试这个

conda update conda

如果没有任何效果，请尝试查看此github 解决方案，它对许多人都有效。

Answer 5

以下内容对我有用。

分拆于https://github.com/conda/conda/issues/11919

安装更快的 Conda 解析器（ https://www.anaconda.com/blog/a-faster）会对您有所帮助，而不是等待（可能几个小时）来解决 SAT（众所周知的 NP 完全问题）环境-conda-for-a-development-community）。如您所知，Anaconda 默认情况下不安装解析器，因此您需要手动安装。

sudo conda update -n base conda

sudo conda install -n base conda-libmamba-solver

conda config --set solver libmamba

重新运行conda install

conda install pytorch torchvision torchaudio pytorch-cuda=11.7 \
 -c pytorch -c nvidia

希望对你有帮助。

Answer 6

请检查 python 是否确实列在environment.yml或中conda create -n your_environment --file requirements.txt python=3.7。否则，conda 将遍历所有可用的 python 版本。 检查 Python 是否已列出。

Answer 7

更新的 conda 版本优于4.12.0“Libmamba”，具有以下优点：

\n

\n

• 将 conda\xe2\x80\x99s 解析速度提高 50-80%*

  \n
\n

• 最大限度地向后兼容，以免破坏任何当前
  功能\n

  \n
\n

• 为其他人构建插件基础设施以创建自定义求解器

  \n
\n

\n

Anaconda 的官方博客文章 A Faster Solver for Conda: Libmamba中提到

\n

因此，为了使 libmamba 成为您的默认求解器（确保您的 conda 版本是 4.12）：\nconda install -n base conda-libmamba-solver

\n

并暂时尝试一下：conda create -n demo --experimental-solver=libmamba --dry-run install <some package>

\n

Answer 8

选一个：

• 从新安装 Anaconda 开始。安装时注意确保您的安装路径是主文件夹的子文件夹，例如/Users/me/anaconda3
• 使用 .sh 安装程序而不是 .pkg 安装程序重新开始。此安装程序使选择目标路径变得更加简单，并为您提供了更多关于 shell 行为方式的选择。

查看链接了解更多详情

这是环境故障的另一个答案，但适用于 Windows 操作系统