解决问题记录：conda install时一直Solving environment

问题

试图用conda安装pytorch的gpu版本：

conda install pytorch torchvision torchaudio pytorch-cuda=12.1

 但环境一直无法解析：

原因

清华源不再支持/有故障：

（虽然2019-07-21官方通知又恢复了镜像，但似乎不太好使🤔）

解决方法

删除不能用的conda镜像源。

检查原本设置的镜像源：

conda config --show-sources

（这里的阿里云镜像源也不能使用，猜测是改了目录）

删除所有添加的镜像源：

conda config --remove-key channels

再检查镜像源为空。

从官方源下载pytorch：

conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

成功，并且速度不慢。

其它错误

包冲突 / 下载成cpu的版本

经过以上操作，从官方源下载时，可能出现torch和基础包冲突的问题：

（或者安装时由于冲突，自动改为下载cpu版本）

原因是在前序下载中，自动下载了部分不匹配的版本的包。

解决方法：删除版本混乱的conda环境，开一个新的干净的环境，全部重新安装一遍。

仍然没有解决？

以上方法不能完全解决缓慢问题，尤其是使用conda-forge通道的时候。可能的原因是：1) conda内部设置混乱了；2）anaconda的搜索库太大。

卸载Anaconda，改为安装 Miniforge 可以完全解决问题：

• 卸载Anaconda：Uninstalling Anaconda Distribution — Anaconda documentation 

• 安装Miniforge：https://github.com/conda-forge/miniforge 

装完后和conda的命令完全相同。miniforge自带支持mamba加速，用的时候把'conda'改成'mamba'即可，比如：

mamba -n <env_name> python=3.9
mamba activate <env_name>
mamba install <package_name>

注意事项

用miniforge的时候，可能遇到找不到已经安装的lib的问题，原因是程序只搜索了系统目录，没有搜索miniforge底下的目录。手动在~/.bashrc里添加miniforge的lib路径：

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:<your_path_to_miniforge>/lib

改为自己安装miniforge的路径即可，比如：~/miniforge3/lib

Tips

miniforge默认从conda-forge通道下载，但在指定了多个通道的install命令中建议不要删除 -c -conda-forge，避免用错通道导致版本错误或缺失依赖文件。

如果mamba install / conda install 报错始终不能解决，尤其是文件缺失的报错，大概率是conda根据缓存cache中的已下载项执行了本次下载，重复了上一次的错误。

执行clean清理缓存：

mamba clean --all