WSL中conda执行安装命令时卡在"solving environment"求助排查

• 检查网络连通性与源配置

  • 先测试WSL内的网络稳定性，执行ping mirrors.tuna.tsinghua.edu.cn查看延迟和丢包情况，网络不畅是conda卡顿的常见原因。
  • 替换为国内镜像源（如清华源），执行以下命令：

    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/r/
    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2/
    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
    conda config --set show_channel_urls yes
    

  • 安装pytorch时去掉-c pytorch -c nvidia参数，避免强制使用官方源，优先用镜像源。

• 限制求解器线程数

  • conda默认多线程求解，WSL资源不足时易卡顿，可设置单线程：

    conda config --set solver_threads 1
    

  • 也可临时在安装命令中指定：conda install pytorch torchvision torchaudio pytorch-cuda=11.8 --solver-threads 1

• 调整WSL资源分配

  • 编辑Windows用户目录下的.wslconfig文件（无则新建），设置合理的内存和CPU配额：

    [wsl2]
    memory=8GB
    processors=4
    

  • 保存后执行wsl --shutdown重启WSL，再重新尝试安装。

• 更新conda版本

  • 旧版本conda求解器效率低下，先更新base环境的conda：

    conda update -n base conda
    

  • 若更新也卡顿，改用pip更新：pip install --upgrade conda

• 切换至mamba求解器

  • mamba是conda的高效替代求解器，安装方法：

    conda install -n base conda-libmamba-solver
    

  • 设置默认使用mamba：conda config --set solver libmamba
  • 之后执行原安装命令，求解速度会显著提升。

• 排查环境依赖冲突

  • 创建全新的conda环境，避免已有包的依赖干扰：

    conda create -n clean_env python=3.10
    conda activate clean_env
    conda install pytorch torchvision torchaudio pytorch-cuda=11.8
    

  • 若干净环境安装成功，说明原环境存在依赖冲突。

内容的提问来源于stack exchange，提问作者Oion Akif