conda install pytorch卡在“solving environment”是因默认连接美国服务器repo.anaconda.com,需配置清华镜像源并设channel_priority strict以加速。

你正卡在 conda install pytorch 的进度条上,终端显示“Solving environment”已停滞17分钟,网络明明满格却毫无响应——这不是你的电脑问题,而是 Miniconda 还在用美国服务器 repo.anaconda.com 下载包,跨太平洋链路让每次请求都像寄一封挂号信。
确认当前源配置
先看看你到底连着哪几个源:运行 conda config --show channels。
如果输出只有 - defaults,说明你完全没换过源,正裸奔在国际慢速通道上。
再执行 conda config --show default_channels,你会看到类似 https://repo.anaconda.com/pkgs/main 这样的地址——这就是拖垮你效率的元凶。
方法一:命令行一键添加清华镜像源(推荐)
执行这行命令,直接把清华 TUNA 镜像写进配置:conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
紧接着加 conda-forge 渠道(很多新包只发在这里):conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
【必须执行这一步】关闭默认源的自动启用,否则 conda 仍会偷偷去连海外服务器:conda config --set channel_priority strict
最后验证是否生效:conda config --show channels,输出中应出现两条清华地址,且 defaults 不再位于顶部或单独存在。
方法二:手动编辑.condarc文件(适合多源管理)
第一步:在用户主目录下找到或新建 .condarc 文件。Linux/macOS 路径是 ~/.condarc,Windows 是 %USERPROFILE%\.condarc。
第二步:用文本编辑器打开它,**删除所有已有内容**,然后粘贴以下配置:
Miniconda py314_26.5.3-2 Linux x86_64 安装脚本,来自 Anaconda 官方 Miniconda 下载目录,适合服务器、工作站和容器环境配置轻量 Conda 与 Python。
channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
show_channel_urls: true
channel_priority: strict
注意:不要复制空格缩进错误,YAML 对空格敏感;pkgs/free 已被官方弃用,但清华镜像仍保留同步,留着可兼容老项目。
第三步:保存文件,关闭编辑器。无需重启终端,下次 conda 命令立即生效。
方法三:临时切换镜像源(仅本次生效)
执行安装命令时直接指定源:conda install numpy -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
这招适合救急——比如你在客户服务器上没权限改全局配置,又急需装一个包。
但它不会改变环境解析逻辑,【Solving environment 阶段仍可能卡住】,因为依赖求解仍会访问默认源,仅下载阶段走镜像。
验证加速效果
运行 conda search numpy --info,观察返回速度:原本要等8~12秒才出结果,现在应
再试一次真实安装:conda create -n testenv python=3.9 numpy,留意终端里 “Fetching packages…” 后面的下载速率,正常应显示 10+ MB/s。
如果仍显示 KB/s 或卡在 “Solving environment”,请立刻检查 channel_priority: strict 是否已设为 strict,这是提速最关键的开关。










