网站导航
> 技术文档 > [已解决] Solving environment: failed with repodata from current_repodata.json （python其实已经被AutoDL装好了！）_collecting package metadata (repodata.json): done

[已解决] Solving environment: failed with repodata from current_repodata.json （python其实已经被AutoDL装好了！）_collecting package metadata (repodata.json): done

网友: 技术文档 2025-08-15 15:05:39

背景

今天在AutoDL上新开了一台机器，准备装环境，执行命令

conda create -n sparseocc python=3.8 -y

后显示：

Collecting package metadata (current_repodata.json): doneSolving environment: failed with repodata from current_repodata.json, will retry with next repodata source.

以下几个尝试都不太行：

（这个不行）conda clean -a 来清除缓存

（这个不行）将镜像源地址从 https 改为 http

（这个还没尝试，升级应该是最好的办法了）升级conda

升级conda 这个贴子里给出了几种可能得原因：

可能出错的原因

Anaconda中conda在安装某个包后出现\"Solving environment: \\一直转 卡住不动\"的问题可能由以下几个原因引起：

  • 网络连接问题：Conda需要从互联网上下载包和环境配置，如果网络连接不稳定，可能会导致升级或解决环境时卡住
  • Conda缓存问题：Conda使用缓存存储已下载的包和环境配置，缓存中的数据可能会导致升级或解决环境时出现问题
  • Conda版本过旧：使用的Conda版本较旧可能会遇到一些问题，更新Conda到最新版本可能会解决这个问题
  • 依赖关系问题：Conda在尝试解决依赖关系时出现了问题，导致无法正常进行更新
  • 镜像源问题：使用不同的镜像源可能会加速Conda的升级或解决环境过程
  • 性能问题：包管理器的性能问题也可能导致Conda在更新时卡住

（已经换过了）conda 换清华源

但是如图所示，AutoDL已经是清华源了

补充：conda 换清华源

把下面的代码一行一行复制到anaconda prompt里执行，就能完成换源！

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/conda config --set show_channel_urls yesconda clean -a -y # 为了确保配置生效，可以清理一下旧的缓存（可选，但推荐）

执行“conda info”命令可以查看现在的channels，觉得有问题，可以使用命令：

conda config --remove channels \"http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64\"

移出多余的，比如这里移出的是http开头的，这不够安全

补充：pip永久换清华源

# 清华源pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple# 阿里云pip config set global.index-url  https://mirrors.aliyun.com/pypi/simple

尝试：重装conda

之前AutoDL给的的conda版本是4.14，于是选择重新装个镜像：

这不影响数据盘，然后重进终端，这次conda版本降低到了4.10.3

然后补充了一个AutoDL没有的清华源

(base) root@autodl-container-e70d438c6c-3e976378:~# pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simpleWriting to /root/.config/pip/pip.conf(base) root@autodl-container-e70d438c6c-3e976378:~# conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/(base) root@autodl-container-e70d438c6c-3e976378:~# conda config --set show_channel_urls yes(base) root@autodl-container-e70d438c6c-3e976378:~#

看看这次效果：

base) root@autodl-container-e70d438c6c-3e976378:~# conda create -n sparseocc python=3.8 -yCollecting package metadata (current_repodata.json): doneSolving environment: failed with repodata from current_repodata.json, will retry with next repodata source.Collecting package metadata (repodata.json): doneSolving environment: done==> WARNING: A newer version of conda exists. <== current version: 4.10.3 latest version: 25.5.1Please update conda by running $ conda update -n base -c defaults conda## Package Plan ## environment location: /root/miniconda3/envs/sparseocc added / updated specs: - python=3.8The following packages will be downloaded: package  | build ---------------------------|----------------- _libgcc_mutex-0.1 | main  3 KB https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main _openmp_mutex-5.1 | 1_gnu 21 KB https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main...xorg-libxau-1.0.12 | 13 KB | ############################################################################################################## | 100% setuptools-75.1.0 | 1.7 MB | ############################################################################################################## | 100% Preparing transaction: doneVerifying transaction: doneExecuting transaction: done## To activate this environment, use## $ conda activate sparseocc## To deactivate an active environment, use## $ conda deactivate(base) root@autodl-container-e70d438c6c-3e976378:~#

成功装上了，即使还是出现了current_repodata.json搞不定（不稳定）的问题，但这次conda自己转到了repodata.json进行尝试，没有完全成功解决

在进一步装pytorch时遇到了问题：“Solving environment: failed with initial frozen solve. Retrying with flexible solve.”

解决方案：python其实已经装好了！conda新建环境，pip装依赖包即可

AutoDL在创建实例时，咱们选择的镜像已经把python装好了

pip无法直接安装Python本身，只能安装Python的包（如numpy、torch等）

conda用来管理Python版本，比如创建/切换不同的Python版本环境

  • conda list 会显示当前环境中通过conda或pip安装的包
  • 但Python本身是环境的基础，它不是以普通包的形式出现在列表里，而是作为环境的“核心”

如何确认当前Python版本

我们看看这条日志：

(sparseocc) root@autodl-container-5fe44bab80-dc2c6e88:~# conda create -n sparse-1 python=3.8Collecting package metadata (current_repodata.json): doneSolving environment: failed with repodata from current_repodata.json, will retry with next repodata source.Collecting package metadata (repodata.json): | # 这里其实失败了(sparseocc) root@autodl-container-5fe44bab80-dc2c6e88:~# python --versionPython 3.8.10(sparseocc) root@autodl-container-5fe44bab80-dc2c6e88:~#

当我们执行命令 “conda create -n sparse-1 python=3.8” 时，还是会有这个报错，但此时我们执行命令：

conda info

或者更直接的：

python --version

就能够看到当前python的版本，即使 conda create -n [想创建的环境名]，conda activate [想创建的环境名] 之后，再执行刚才那两个命令，也会发现已经装好了py38

但这行命令

conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=11.3 -c pytorch -c conda-forge

还是没法成功执行，只能是使用conda创建环境，pip来安装依赖包啦

神奇的特性

在经过执行“conda create -n sparseocc”，加载显卡后，python --version找不到python，删除sparseocc环境后，命令“conda create -n sparseocc python=3.8 -y”竟然成功执行了

网络标签：

相关问题