conda环境下pip安装tb_nightly失败解决方案

原创 2023-12-13 14:20:02 1.3w 阅读 AI写同款

收录于

AI运行环境

源启智能

码龄20年墨衍会员 · AI 创作全网分发

3万+粉丝285篇原创

关注

最全pytorch/tensorflow环境配置踩坑记今天老师给了两个服务器，给我做深度学习用。因此我就来装pytorch和tensorflow。此文略去anaconda安装。按理来说，可以直接用docker来装环境。但由于我没有root权限，因此我没办法这么做。。。。 pytorch 因此我看了一下自己的cuda和cudnn版本号，如下： cuda9.0没办法安装最新版pytorch，因此登陆pytorch官网查阅旧版本【旧版本】命令打进... 阅读详情

AI摘要

博客主要讲述了tb_nightly安装问题，因镜像源中无该包导致报错，通过指定aliyun镜像源解决。同时介绍了Conda环境，它是开源的包和环境管理系统，有包管理、环境管理等核心功能，能解决依赖问题，还给出创建管理环境及常用命令。

1 问题描述

pip install tb_nightly==2.14.0a20230808

ERROR: HTTP error 404 while getting https://pypi.doubanio.com/packages/76/b6/d68769a2f0304c7442712fbde8aced9e03f403bc26c958f3fbf3996d68b7/tb_nightly-2.14.0a20230808-py3-none-any.whl#sha256=a9321e17b3fa4629dbf3e3c46d0f40d4169c133e5341c816c11638bc70c77e5c (from https://pypi.doubanio.com/simple/tb-nightly/) (requires-python:>=3.8)
ERROR: Could not install requirement tb-nightly from https://pypi.doubanio.com/packages/76/b6/d68769a2f0304c7442712fbde8aced9e03f403bc26c958f3fbf3996d68b7/tb_nightly-2.14.0a20230808-py3-none-any.whl#sha256=a9321e17b3fa4629dbf3e3c46d0f40d4169c133e5341c816c11638bc70c77e5c (from basicsr==1.4.2->-r requirements.txt (line 1)) because of HTTP error 404 Client Error: Not Found for url: https://mirrors.cloud.tencent.com/pypi/packages/76/b6/d68769a2f0304c7442712fbde8aced9e03f403bc26c958f3fbf3996d68b7/tb_nightly-2.14.0a20230808-py3-none-any.whl for URL https://pypi.doubanio.com/packages/76/b6/d68769a2f0304c7442712fbde8aced9e03f403bc26c958f3fbf3996d68b7/tb_nightly-2.14.0a20230808-py3-none-any.whl#sha256=a9321e17b3fa4629dbf3e3c46d0f40d4169c133e5341c816c11638bc70c77e5c (from https://pypi.doubanio.com/simple/tb-nightly/) (requires-python:>=3.8)

从上面的错误中分析，发现在镜像源中没有tb_nightly包

ERROR: HTTP error 404 while getting https://pypi.doubanio.com/packages/76/b6/d68769a2f0304c7442712fbde8aced9e03f403bc26c958f3fbf3996d68b7/tb_nightly-2.14.0a20230808-py3-none-any.whl#sha256=a9321e17b3fa4629dbf3e3c46d0f40d4169c133e5341c816c11638bc70c77e5c

tb-nightly是TensorBoard的旧版。TensorBoard是TensorFlow的可视化工具，用于查看和理解TensorFlow模型训练过程和结果。有时候，使用TensorFlow会遇到报错信息中包含tb-nightly的情况。

2 问题分析

从异常描述可知，需要安装tb_nightly模块。

3 问题解决

指定aliyun的镜像源安装tb_nightly模块

pip install tb_nightly==2.14.0a20230808 -i https://mirrors.aliyun.com/pypi/simple

最终显示安装成功，问题解决。

[root@localhost] pip install tb_nightly==2.14.0a20230808 -i https://mirrors.aliyun.com/pypi/simple

Looking in indexes: https://mirrors.aliyun.com/pypi/simple
Collecting tb_nightly==2.14.0a20230808
  Downloading https://mirrors.aliyun.com/pypi/packages/76/b6/d68769a2f0304c7442712fbde8aced9e03f403bc26c958f3fbf3996d68b7/tb_nightly-2.14.0a20230808-py3-none-any.whl (5.5 MB)
     ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 5.5/5.5 MB 1.2 MB/s eta 0:00:00
Collecting absl-py>=0.4 (from tb_nightly==2.14.0a20230808)
  Downloading https://mirrors.aliyun.com/pypi/packages/01/e4/dc0a1dcc4e74e08d7abedab278c795eef54a224363bb18f5692f416d834f/absl_py-2.0.0-py3-none-any.whl (130 kB)
     ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 130.2/130.2 kB 2.6 MB/s eta 0:00:00
Collecting grpcio>=1.48.2 (from tb_nightly==2.14.0a20230808)
  Downloading https://mirrors.aliyun.com/pypi/packages/29/f7/32768339888afbd04ce81121d00cc171a84cff3cb9be135e7c3b9c5836b9/grpcio-1.58.0-cp38-cp38-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (5.3 MB)
     ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 5.3/5.3 MB 1.2 MB/s eta 0:00:00
Collecting google-auth<3,>=1.6.3 (from tb_nightly==2.14.0a20230808)
  Downloading https://mirrors.aliyun.com/pypi/packages/9d/44/5a992cb9d7bf8aaae73bc5adaf721ad08731c9d00c1c17999a8691404b0c/google_auth-2.23.0-py2.py3-none-any.whl (181 kB)
     ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 181.4/181.4 kB 1.8 MB/s eta 0:00:00
Collecting google-auth-oauthlib<1.1,>=0.5 (from tb_nightly==2.14.0a20230808)
  Downloading https://mirrors.aliyun.com/pypi/packages/4a/07/8d9a8186e6768b55dfffeb57c719bc03770cf8a970a074616ae6f9e26a57/google_auth_oauthlib-1.0.0-py2.py3-none-any.whl (18 kB)
Collecting markdown>=2.6.8 (from tb_nightly==2.14.0a20230808)
  Downloading https://mirrors.aliyun.com/pypi/packages/1a/b5/228c1cdcfe138f1a8e01ab1b54284c8b83735476cb22b6ba251656ed13ad/Markdown-3.4.4-py3-none-any.whl (94 kB)
     ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 94.2/94.2 kB 4.3 MB/s eta 0:00:00
Requirement already satisfied: numpy>=1.12.0 in /root/anaconda3/envs/retalking/lib/python3.8/site-packages (from tb_nightly==2.14.0a20230808) (1.24.4)
Collecting protobuf>=3.19.6 (from tb_nightly==2.14.0a20230808)
  Downloading https://mirrors.aliyun.com/pypi/packages/bb/c3/6a06208ecf0934ecaf509b51c52a6cf688586f54ae81ac65c56124571494/protobuf-4.24.3-cp37-abi3-manylinux2014_x86_64.whl (311 kB)
     ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 311.6/311.6 kB 1.5 MB/s eta 0:00:00
Collecting requests<3,>=2.21.0 (from tb_nightly==2.14.0a20230808)
  Downloading https://mirrors.aliyun.com/pypi/packages/70/8e/0e2d847013cb52cd35b38c009bb167a1a26b2ce6cd6965bf26b47bc0bf44/requests-2.31.0-py3-none-any.whl (62 kB)
     ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 62.6/62.6 kB 15.4 MB/s eta 0:00:00
Requirement already satisfied: setuptools>=41.0.0 in /root/anaconda3/envs/retalking/lib/python3.8/site-packages (from tb_nightly==2.14.0a20230808) (68.0.0)
Collecting tensorboard-data-server<0.8.0,>=0.7.0 (from tb_nightly==2.14.0a20230808)
  Downloading https://mirrors.aliyun.com/pypi/packages/02/52/fb9e51fba47951aabd7a6b25e41d73eae94208ccf62d886168096941a781/tensorboard_data_server-0.7.1-py3-none-manylinux2014_x86_64.whl (6.6 MB)
     ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 6.6/6.6 MB 1.2 MB/s eta 0:00:00
Collecting werkzeug>=1.0.1 (from tb_nightly==2.14.0a20230808)
  Downloading https://mirrors.aliyun.com/pypi/packages/9b/59/a7c32e3d8d0e546a206e0552a2c04444544f15c1da4a01df8938d20c6ffc/werkzeug-2.3.7-py3-none-any.whl (242 kB)
     ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 242.2/242.2 kB 1.6 MB/s eta 0:00:00
Requirement already satisfied: wheel>=0.26 in /root/anaconda3/envs/retalking/lib/python3.8/site-packages (from tb_nightly==2.14.0a20230808) (0.38.4)
Collecting cachetools<6.0,>=2.0.0 (from google-auth<3,>=1.6.3->tb_nightly==2.14.0a20230808)
  Downloading https://mirrors.aliyun.com/pypi/packages/a9/c9/c8a7710f2cedcb1db9224fdd4d8307c9e48cbddc46c18b515fefc0f1abbe/cachetools-5.3.1-py3-none-any.whl (9.3 kB)
Collecting pyasn1-modules>=0.2.1 (from google-auth<3,>=1.6.3->tb_nightly==2.14.0a20230808)
  Downloading https://mirrors.aliyun.com/pypi/packages/cd/8e/bea464350e1b8c6ed0da3a312659cb648804a08af6cacc6435867f74f8bd/pyasn1_modules-0.3.0-py2.py3-none-any.whl (181 kB)
     ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 181.3/181.3 kB 1.9 MB/s eta 0:00:00
Collecting rsa<5,>=3.1.4 (from google-auth<3,>=1.6.3->tb_nightly==2.14.0a20230808)
  Downloading https://mirrors.aliyun.com/pypi/packages/49/97/fa78e3d2f65c02c8e1268b9aba606569fe97f6c8f7c2d74394553347c145/rsa-4.9-py3-none-any.whl (34 kB)
Collecting urllib3<2.0 (from google-auth<3,>=1.6.3->tb_nightly==2.14.0a20230808)
  Downloading https://mirrors.aliyun.com/pypi/packages/c5/05/c214b32d21c0b465506f95c4f28ccbcba15022e000b043b72b3df7728471/urllib3-1.26.16-py2.py3-none-any.whl (143 kB)
     ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 143.1/143.1 kB 2.0 MB/s eta 0:00:00
Collecting requests-oauthlib>=0.7.0 (from google-auth-oauthlib<1.1,>=0.5->tb_nightly==2.14.0a20230808)
  Downloading https://mirrors.aliyun.com/pypi/packages/6f/bb/5deac77a9af870143c684ab46a7934038a53eb4aa975bc0687ed6ca2c610/requests_oauthlib-1.3.1-py2.py3-none-any.whl (23 kB)
Collecting importlib-metadata>=4.4 (from markdown>=2.6.8->tb_nightly==2.14.0a20230808)
  Downloading https://mirrors.aliyun.com/pypi/packages/cc/37/db7ba97e676af155f5fcb1a35466f446eadc9104e25b83366e8088c9c926/importlib_metadata-6.8.0-py3-none-any.whl (22 kB)
Collecting charset-normalizer<4,>=2 (from requests<3,>=2.21.0->tb_nightly==2.14.0a20230808)
  Downloading https://mirrors.aliyun.com/pypi/packages/cb/e7/5e43745003bf1f90668c7be23fc5952b3a2b9c2558f16749411c18039b36/charset_normalizer-3.2.0-cp38-cp38-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (199 kB)
     ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 199.1/199.1 kB 1.6 MB/s eta 0:00:00
Collecting idna<4,>=2.5 (from requests<3,>=2.21.0->tb_nightly==2.14.0a20230808)
  Downloading https://mirrors.aliyun.com/pypi/packages/fc/34/3030de6f1370931b9dbb4dad48f6ab1015ab1d32447850b9fc94e60097be/idna-3.4-py3-none-any.whl (61 kB)
     ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 61.5/61.5 kB 15.5 MB/s eta 0:00:00
Collecting certifi>=2017.4.17 (from requests<3,>=2.21.0->tb_nightly==2.14.0a20230808)
  Downloading https://mirrors.aliyun.com/pypi/packages/4c/dd/2234eab22353ffc7d94e8d13177aaa050113286e93e7b40eae01fbf7c3d9/certifi-2023.7.22-py3-none-any.whl (158 kB)
     ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 158.3/158.3 kB 1.9 MB/s eta 0:00:00
Collecting MarkupSafe>=2.1.1 (from werkzeug>=1.0.1->tb_nightly==2.14.0a20230808)
  Downloading https://mirrors.aliyun.com/pypi/packages/de/e2/32c14301bb023986dff527a49325b6259cab4ebb4633f69de54af312fc45/MarkupSafe-2.1.3-cp38-cp38-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (25 kB)
Collecting zipp>=0.5 (from importlib-metadata>=4.4->markdown>=2.6.8->tb_nightly==2.14.0a20230808)
  Downloading https://mirrors.aliyun.com/pypi/packages/d9/66/48866fc6b158c81cc2bfecc04c480f105c6040e8b077bc54c634b4a67926/zipp-3.17.0-py3-none-any.whl (7.4 kB)
Collecting pyasn1<0.6.0,>=0.4.6 (from pyasn1-modules>=0.2.1->google-auth<3,>=1.6.3->tb_nightly==2.14.0a20230808)
  Downloading https://mirrors.aliyun.com/pypi/packages/14/e5/b56a725cbde139aa960c26a1a3ca4d4af437282e20b5314ee6a3501e7dfc/pyasn1-0.5.0-py2.py3-none-any.whl (83 kB)
     ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 83.9/83.9 kB 7.7 MB/s eta 0:00:00
Collecting oauthlib>=3.0.0 (from requests-oauthlib>=0.7.0->google-auth-oauthlib<1.1,>=0.5->tb_nightly==2.14.0a20230808)
  Downloading https://mirrors.aliyun.com/pypi/packages/7e/80/cab10959dc1faead58dc8384a781dfbf93cb4d33d50988f7a69f1b7c9bbe/oauthlib-3.2.2-py3-none-any.whl (151 kB)
     ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 151.7/151.7 kB 2.0 MB/s eta 0:00:00
Installing collected packages: zipp, urllib3, tensorboard-data-server, pyasn1, protobuf, oauthlib, MarkupSafe, idna, grpcio, charset-normalizer, certifi, cachetools, absl-py, werkzeug, rsa, requests, pyasn1-modules, importlib-metadata, requests-oauthlib, markdown, google-auth, google-auth-oauthlib, tb_nightly
Successfully installed MarkupSafe-2.1.3 absl-py-2.0.0 cachetools-5.3.1 certifi-2023.7.22 charset-normalizer-3.2.0 google-auth-2.23.0 google-auth-oauthlib-1.0.0 grpcio-1.58.0 idna-3.4 importlib-metadata-6.8.0 markdown-3.4.4 oauthlib-3.2.2 protobuf-4.24.3 pyasn1-0.5.0 pyasn1-modules-0.3.0 requests-2.31.0 requests-oauthlib-1.3.1 rsa-4.9 tb_nightly-2.14.0a20230808 tensorboard-data-server-0.7.1 urllib3-1.26.16 werkzeug-2.3.7 zipp-3.17.0

4 conda环境介绍

Conda是一个开源的包管理器和环境管理系统，用于安装、运行和更新包和其依赖项。它是由Anaconda, Inc.（以前称为Continuum Analytics）创建，用于支持Python程序开发，但它也可以用来管理来自其他语言的包。Conda使得包管理和环境隔离变得简单，对于处理多个项目中的依赖关系和版本控制尤其有用。

Conda是一个强大的工具，对于管理复杂的Python项目和环境至关重要。它简化了包管理和环境设置，使得Python开发更加容易和高效。通过使用Conda，开发者可以确保他们的项目在不同机器和操作系统上都能以相同的方式运行，大大提高了项目的可移植性和可复现性。

4.1 Conda的核心功能

包管理：Conda作为包管理器，可以安装、更新和移除Python包。它通过Conda仓库，如Anaconda Cloud或Conda Forge，来获取包。
环境管理：Conda允许用户创建隔离的环境，以便于不同项目可以拥有不同的库和/或Python版本。这在处理不兼容的依赖项或不同项目的需求时非常有用。
跨平台：Conda支持Linux、OS X和Windows，并允许创建跨平台的Python环境。
开源：Conda是开源的，允许用户查看源代码并对其进行改进。

4.2 使用Conda的优势

解决依赖性问题：Conda可以自动解决包之间的依赖关系，简化了安装过程。
环境隔离：创建独立的环境可以避免包之间的版本冲突，使得项目更稳定。
易于使用：Conda的命令行界面简单直观，易于学习和使用。
广泛的包支持：Conda支持Python的许多流行库和应用程序。
社区支持：作为一个流行的工具，Conda拥有一个活跃的社区，用户可以从中找到支持和资源。

4.3 Conda环境的创建和管理

创建新环境：使用conda create命令创建一个新环境，可以指定Python版本和所需的包。
激活环境：使用conda activate命令来激活环境。
安装包：在激活的环境中使用conda install命令来安装新的包。
环境列表：使用conda env list来查看所有可用的Conda环境。
移除环境：使用conda env remove命令来移除不再需要的环境。

4.4 应用场景

数据科学和机器学习：Conda非常适合于数据科学和机器学习项目，这些项目通常需要多个库和框架。
软件开发：软件开发者使用Conda来管理项目依赖，确保一致的开发环境。
教学和学术研究：教师和研究人员使用Conda来创建具有特定库和工具的环境，用于教学和研究。

4.5 常用命令

Conda 是一个开源的包管理器和环境管理器，广泛用于管理Python环境和包。以下是一些常用的 Conda 命令：

安装 Conda 包:
- conda install [package-name]: 安装指定的包。
创建和管理环境:
- conda create --name [env-name]: 创建一个新的环境。
- conda activate [env-name]: 激活指定环境。
- conda deactivate: 退出当前环境。
- conda env list: 列出所有可用的环境。
管理包:
- conda list: 在当前环境中列出所有已安装的包。
- conda update [package-name]: 更新指定的包。
- conda remove [package-name]: 移除指定的包。
搜索包:
- conda search [package-name]: 搜索可用的包版本。
环境导出和导入:
- conda env export > environment.yml: 导出当前环境的配置到一个YAML文件。
- conda env create -f environment.yml: 使用YAML文件创建一个新环境。
更新 Conda:
- conda update conda: 更新 Conda 到最新版本。
查看 Conda 信息:
- conda info: 显示关于 Conda 的信息。