Anaconda 4.7.5-Advertencia sobre conda-build<3.18.3 y problemas con los paquetes python
(6)
Ejecuto la distribución python de Anaconda en Ubuntu Linux 18.04 LTS x64 y acabo de actualizar la distribución con la
conda update --all
habitual de
conda update --all
.
Después de eso, el mensaje de la línea de comando sugirió actualizar los valores predeterminados de la base de Conda
Ahora por alguna razón estoy teniendo un par de problemas.
Primero, no puedo iniciar el
jupyter lab
, incluso después de intentar reinstalar
conda install jupyter
.
Y segundo, estoy recibiendo este nuevo mensaje de advertencia.
WARNING conda.base.context:use_only_tar_bz2(632):
Conda is constrained to only using the old .tar.bz2
file format because you have conda-build installed,
and it is <3.18.3. Update or remove conda-build to
get smaller downloads and faster extractions.
Así que miré y encontré esta publicación del blog de hoy sobre cómo hacer que Anaconda sea más rápido. Pero la publicación parece ser más información y no parece recomendar la actualización de inmediato.
Aquí está la salida de la
conda info
.
active environment : XXX
active env location : XXX
shell level : 2
user config file : ../.condarc
populated config files : ../.condarc
conda version : 4.7.5
conda-build version : 3.17.8
python version : 3.6.6.final.0
virtual packages : __cuda=10.1
base environment : ../anaconda3 (writable)
channel URLs : https://repo.anaconda.com/pkgs/main/linux-64
https://repo.anaconda.com/pkgs/main/noarch
https://repo.anaconda.com/pkgs/r/linux-64
https://repo.anaconda.com/pkgs/r/noarch
package cache : ../.conda/pkgs
envs directories : ../.conda/envs
platform : linux-64
user-agent : conda/4.7.5 requests/2.22.0 CPython/3.6.6 Linux/4.15.0-50-generic ubuntu/18.04.2 glibc/2.27
UID:GID : 1000:1000
netrc file : None
offline mode : False
¿Alguien más se ha topado con este problema? ¿Debo eliminar mi antigua distribución de anaconda y descargar e instalar la nueva versión de 4.7, o hay una solución más simple?
ACTUALIZAR
Así que
conda
este problema en el repositorio de Conda en Github.
La edición actual abierta contra este problema se detalla a continuación.
Según
msarahan
aquí está la base del problema y solo una solución temporal
https://github.com/conda/conda/issues/8842
La anaconda es un metapaquete. Cada versión consta de un conjunto de versiones que han pasado todas a través de QA como un conjunto. Si cambias cualquier versión de cualquier paquete en esa colección, ya no tienes ese paquete, porque te has alejado de ese conjunto conocido. Existe una versión especial de ese metapaquete, personalizado, que está destinado a manejar esta relajación de restricciones. La versión "personalizada" depende solo de una versión particular de python: elimina las restricciones en todos los demás paquetes.
Conda 4.7 acumula sus candidatos para la adición de manera diferente a las versiones anteriores de Conda. Comienza con las especificaciones de la historia e intenta restringir las cosas donde puede, para acelerar la resolución. Cuando Conda encuentra el metapaquete de anaconda con la versión "personalizada", lo mantiene, pero todas esas otras dependencias ahora están huérfanas. Esta es la razón por la que Conda los está eliminando, ya que no tienen ninguna especificación en la historia que le diga a Conda que los conserve.
Puede restaurarlos ejecutando
conda install --only-deps anaconda. A partir de entonces, todos esos paquetes se consideran parte de su historial explícito, y no tendrá más problemas como este.
Acabo de encontrar el mismo problema al actualizar. Lo siguiente me ayudó a recuperar el ambiente base. Estoy probando en otro entorno para ver si funciona.
conda list --revisions
conda install --revision dd
Donde dd es el número de la revisión a la que desea volver
Por ejemplo:
conda install --revision 8
Esto me ayudó a recuperar mi entorno base conda. Desafortunadamente para el entorno de tensorflow que había creado, tuve que volver a instalar. También es recomendable crear un archivo yaml de su entorno una vez que lo haga funcionar para que pueda volver a instalarlo en cualquier momento. Esto se hace con
conda env export > name.yaml
Debe activar su entorno de anaconda para que funcione y apuntar a una ubicación en su disco donde desea almacenar el archivo.
Para crear el entorno desde el archivo yaml solo usa:
conda env create -f name.yaml
Para hacerlo más fácil, adjunto aquí el resultado que obtengo para mi entorno tensorflow-gpu (puedes ver que tengo hasta 11 revisiones). No soy un experto en conda, pero parece que las revisiones funcionan como git , registran los cambios y te permiten volver a ellos. Sin embargo, parece que también depende del clima que tenga los archivos de copia de seguridad de las instalaciones en el entorno de Conda que probablemente se pierden cuando ejecuta el comando de limpieza de Conda:
(base) leninml@Lenin:~$ conda activate tf_gpu_10
(tf_gpu_10) leninml@Lenin:~$ conda list --revisions
2019-06-26 12:50:10 (rev 0)
2019-06-26 12:59:19 (rev 1)
+_tflow_select-2.1.0 (anaconda)
+absl-py-0.7.1 (anaconda)
+astor-0.7.1 (anaconda)
+blas-1.0 (anaconda)
+c-ares-1.15.0 (anaconda)
+ca-certificates-2019.5.15 (anaconda)
+certifi-2019.6.16 (anaconda)
+cudatoolkit-10.0.130 (anaconda)
+cudnn-7.6.0 (anaconda)
+cupti-10.0.130 (anaconda)
+gast-0.2.2 (anaconda)
+grpcio-1.16.1 (anaconda)
+h5py-2.9.0 (anaconda)
+hdf5-1.10.4 (anaconda)
+intel-openmp-2019.4 (anaconda)
+keras-applications-1.0.8 (anaconda)
+keras-preprocessing-1.1.0 (anaconda)
+libedit-3.1.20181209 (anaconda)
+libffi-3.2.1 (anaconda)
+libgcc-ng-9.1.0 (anaconda)
+libgfortran-ng-7.3.0 (anaconda)
+libprotobuf-3.8.0 (anaconda)
+libstdcxx-ng-9.1.0 (anaconda)
+markdown-3.1.1 (anaconda)
+mkl-2019.4 (anaconda)
+mkl_fft-1.0.12 (anaconda)
+mkl_random-1.0.2 (anaconda)
+mock-3.0.5 (anaconda)
+ncurses-6.1 (anaconda)
+numpy-1.16.4 (anaconda)
+numpy-base-1.16.4 (anaconda)
+openssl-1.1.1 (anaconda)
+pip-19.1.1 (anaconda)
+protobuf-3.8.0 (anaconda)
+python-3.7.3 (anaconda)
+readline-7.0 (anaconda)
+scipy-1.2.1 (anaconda)
+setuptools-41.0.1 (anaconda)
+six-1.12.0 (anaconda)
+sqlite-3.28.0 (anaconda)
+tensorboard-1.13.1 (anaconda)
+tensorflow-1.13.1 (anaconda)
+tensorflow-base-1.13.1 (anaconda)
+tensorflow-estimator-1.13.0 (anaconda)
+tensorflow-gpu-1.13.1 (anaconda)
+termcolor-1.1.0 (anaconda)
+tk-8.6.8 (anaconda)
+werkzeug-0.15.4 (anaconda)
+wheel-0.33.4 (anaconda)
+xz-5.2.4 (anaconda)
+zlib-1.2.11 (anaconda)
2019-06-26 13:00:52 (rev 2)
+backcall-0.1.0 (anaconda)
+decorator-4.4.0 (anaconda)
+ipython-7.5.0 (anaconda)
+ipython_genutils-0.2.0 (anaconda)
+jedi-0.13.3 (anaconda)
+parso-0.4.0 (anaconda)
+pexpect-4.7.0 (anaconda)
+pickleshare-0.7.5 (anaconda)
+prompt_toolkit-2.0.9 (anaconda)
+ptyprocess-0.6.0 (anaconda)
+pygments-2.4.2 (anaconda)
+traitlets-4.3.2 (anaconda)
+wcwidth-0.1.7 (anaconda)
2019-06-26 13:05:42 (rev 3)
blas {1.0 (anaconda) -> 2.7 (conda-forge)}
ca-certificates {2019.5.15 (anaconda) -> 2019.6.16 (conda-forge)}
certifi {2019.6.16 (anaconda) -> 2019.6.16 (conda-forge)}
grpcio {1.16.1 (anaconda) -> 1.16.1}
mkl_fft {1.0.12 (anaconda) -> 1.0.13 (conda-forge)}
mkl_random {1.0.2 (anaconda) -> 1.0.4 (conda-forge)}
numpy {1.16.4 (anaconda) -> 1.16.4}
numpy-base {1.16.4 (anaconda) -> 1.16.4}
openssl {1.1.1 (anaconda) -> 1.1.1b (conda-forge)}
scipy {1.2.1 (anaconda) -> 1.3.0 (conda-forge)}
+joblib-0.13.2 (conda-forge)
+libblas-3.8.0 (conda-forge)
+libcblas-3.8.0 (conda-forge)
+liblapack-3.8.0 (conda-forge)
+liblapacke-3.8.0 (conda-forge)
+libopenblas-0.3.6
+openblas-0.3.5 (conda-forge)
+scikit-learn-0.21.2 (conda-forge)
2019-06-26 13:08:05 (rev 4)
tk {8.6.8 (anaconda) -> 8.6.9 (conda-forge)}
+cycler-0.10.0 (conda-forge)
+dbus-1.13.6 (conda-forge)
+expat-2.2.5 (conda-forge)
+fontconfig-2.13.1 (conda-forge)
+freetype-2.10.0 (conda-forge)
+gettext-0.19.8.1 (conda-forge)
+glib-2.58.3 (conda-forge)
+gst-plugins-base-1.14.5 (conda-forge)
+gstreamer-1.14.5 (conda-forge)
+icu-58.2 (conda-forge)
+jpeg-9c (conda-forge)
+kiwisolver-1.1.0 (conda-forge)
+libiconv-1.15 (conda-forge)
+libpng-1.6.37 (conda-forge)
+libuuid-2.32.1 (conda-forge)
+libxcb-1.13 (conda-forge)
+libxml2-2.9.9 (conda-forge)
+matplotlib-3.1.0 (conda-forge)
+matplotlib-base-3.1.0 (conda-forge)
+pcre-8.41 (conda-forge)
+pthread-stubs-0.4 (conda-forge)
+pyparsing-2.4.0 (conda-forge)
+pyqt-5.9.2 (conda-forge)
+python-dateutil-2.8.0 (conda-forge)
+qt-5.9.7 (conda-forge)
+sip-4.19.8 (conda-forge)
+tornado-6.0.3 (conda-forge)
+xorg-libxau-1.0.9 (conda-forge)
+xorg-libxdmcp-1.1.3 (conda-forge)
2019-06-26 13:10:31 (rev 5)
ca-certificates {2019.6.16 (conda-forge) -> 2019.5.15 (anaconda)}
certifi {2019.6.16 (conda-forge) -> 2019.6.16 (anaconda)}
openssl {1.1.1b (conda-forge) -> 1.1.1 (anaconda)}
+cloudpickle-1.1.1 (anaconda)
+cytoolz-0.9.0.1 (anaconda)
+dask-core-1.2.2 (anaconda)
+imageio-2.5.0 (anaconda)
+libtiff-4.0.10 (anaconda)
+networkx-2.3 (anaconda)
+olefile-0.46 (anaconda)
+pillow-6.0.0 (anaconda)
+pywavelets-1.0.3 (anaconda)
+scikit-image-0.15.0 (anaconda)
+toolz-0.9.0 (anaconda)
+zstd-1.3.7 (anaconda)
2019-06-26 13:12:14 (rev 6)
ca-certificates {2019.5.15 (anaconda) -> 2019.6.16 (conda-forge)}
certifi {2019.6.16 (anaconda) -> 2019.6.16 (conda-forge)}
openssl {1.1.1 (anaconda) -> 1.1.1b (conda-forge)}
+tensorflow-hub-0.5.0 (conda-forge)
2019-06-26 13:13:00 (rev 7)
tensorboard {1.13.1 (anaconda) -> 1.13.1 (conda-forge)}
2019-06-26 13:13:47 (rev 8)
ca-certificates {2019.6.16 (conda-forge) -> 2019.5.15 (anaconda)}
certifi {2019.6.16 (conda-forge) -> 2019.6.16 (anaconda)}
openssl {1.1.1b (conda-forge) -> 1.1.1 (anaconda)}
+pandas-0.24.2 (anaconda)
+pytz-2019.1 (anaconda)
2019-06-26 13:14:36 (rev 9)
ca-certificates {2019.5.15 (anaconda) -> 2019.6.16 (conda-forge)}
certifi {2019.6.16 (anaconda) -> 2019.6.16 (conda-forge)}
openssl {1.1.1 (anaconda) -> 1.1.1b (conda-forge)}
+pydicom-1.2.2 (conda-forge)
2019-06-26 13:19:06 (rev 10)
ca-certificates {2019.6.16 (conda-forge) -> 2019.5.15 (anaconda)}
certifi {2019.6.16 (conda-forge) -> 2019.6.16 (anaconda)}
openssl {1.1.1b (conda-forge) -> 1.1.1 (anaconda)}
+attrs-19.1.0 (anaconda)
+bleach-3.1.0 (anaconda)
+defusedxml-0.6.0 (anaconda)
+entrypoints-0.3 (anaconda)
+gmp-6.1.2 (anaconda)
+ipykernel-5.1.1 (anaconda)
+ipywidgets-7.4.2 (anaconda)
+jinja2-2.10.1 (anaconda)
+jsonschema-3.0.1 (anaconda)
+jupyter-1.0.0 (anaconda)
+jupyter_client-5.2.4 (anaconda)
+jupyter_console-6.0.0 (anaconda)
+jupyter_core-4.4.0 (anaconda)
+libsodium-1.0.16 (anaconda)
+markupsafe-1.1.1 (anaconda)
+mistune-0.8.4 (anaconda)
+nbconvert-5.5.0 (anaconda)
+nbformat-4.4.0 (anaconda)
+notebook-5.7.8 (anaconda)
+pandoc-2.2.3.2 (anaconda)
+pandocfilters-1.4.2 (anaconda)
+prometheus_client-0.6.0 (anaconda)
+pyrsistent-0.14.11 (anaconda)
+pyzmq-18.0.0 (anaconda)
+qtconsole-4.5.1 (anaconda)
+send2trash-1.5.0 (anaconda)
+terminado-0.8.2 (anaconda)
+testpath-0.4.2 (anaconda)
+webencodings-0.5.1 (anaconda)
+widgetsnbextension-3.4.2 (anaconda)
+zeromq-4.3.1 (anaconda)
2019-06-26 13:33:00 (rev 11)
ca-certificates {2019.5.15 (anaconda) -> 2019.6.16 (conda-forge)}
certifi {2019.6.16 (anaconda) -> 2019.6.16 (conda-forge)}
openssl {1.1.1 (anaconda) -> 1.1.1b (conda-forge)}
+binutils_impl_linux-64-2.31.1
+binutils_linux-64-2.31.1
+gcc_impl_linux-64-7.3.0 (conda-forge)
+gcc_linux-64-7.3.0 (conda-forge)
+gxx_impl_linux-64-7.3.0 (conda-forge)
+gxx_linux-64-7.3.0 (conda-forge)
+keras-2.2.4 (conda-forge)
+libgpuarray-0.7.6 (conda-forge)
+mako-1.0.10 (conda-forge)
+pygpu-0.7.6 (conda-forge)
+pyyaml-5.1.1 (conda-forge)
+theano-1.0.4 (conda-forge)
+yaml-0.1.7 (conda-forge)
El comando
conda update conda-build
funcionó para mí, y no es necesario ejecutar primero
pip install conda-build
antes de ejecutarlo.
Después, la advertencia se ha ido.
He hecho lo siguiente:
conda-build
eliminar y actualizar
conda-build
, sin embargo, no se encontró el paquete.
-
Pip install conda-build - Me dio un error, pero pude hacerlo después.
-
Conda install conda-build
Problema resuelto
Espero eso ayude
Utilizo Linux64 y después de una instalación ayer tuve el siguiente problema: la advertencia para actualizar "conda-build" vino junto con " Conda está restringido a usar solo el antiguo formato de archivo .tar.bz2 porque tiene instalado conda-build, y es <3.18.3. Actualice o elimine conda-build para obtener descargas más pequeñas y extracciones más rápidas ". Seguí los pasos indicados por @msarahan en un problema en GitHub: vaya a: https://github.com/conda/conda/issues/8832 .
Pasos:
1: instale anaconda desde
https://repo.anaconda.com/archive/Anaconda3-2019.03-Linux-x86_64.sh
2 - actualizar conda: conda actualizar conda
3 - conda instale hdf5 - "
vea la advertencia
"
4 - actualización de conda conda-build "(conda-build es parte de anaconda desde 2018.12, IIRC)"
5 - conda install hdf5 - "la advertencia se ha ido "
Esto funciona para mi. Espero que eso ayude.
conda activate base # or just conda deactivate
conda update conda-build
(O simplemente
conda update -n base -c defaults conda-build
)
Si esto no se soluciona, intente retroceder a su actualización a
4.7.5
, como sugiere @LeninGF, luego elimine los metadatos de conda, limpie la conda y luego intente la actualización nuevamente, es decir
conda list --revisions # find number, x, before the update
conda install --revision x
rm -rf ~/.conda
conda clean --all
conda update conda
conda update conda-build
Salida:
The following packages will be UPDATED:
conda-build 3.17.8-py37_0 --> 3.18.5-py37_0
La salida del comando
conda info
(la construcción conda se ha actualizado desde 3.17.8):
active environment : None
user config file : /Users/<user>/.condarc
populated config files : /Users/<user>/.condarc
conda version : 4.7.5
conda-build version : 3.18.5
python version : 3.7.3.final.0
virtual packages :
base environment : /Users/<user>/anaconda3 (writable)
channel URLs : https://repo.anaconda.com/pkgs/main/osx-64
https://repo.anaconda.com/pkgs/main/noarch
https://repo.anaconda.com/pkgs/r/osx-64
https://repo.anaconda.com/pkgs/r/noarch
package cache : /Users/<user>/anaconda3/pkgs
/Users/<user>/.conda/pkgs
envs directories : /Users/<user>/anaconda3/envs
/Users/<user>/.conda/envs
platform : osx-64
user-agent : conda/4.7.5 requests/2.21.0 CPython/3.7.3 Darwin/18.5.0 OSX/10.14.4
UID:GID : 501:20
netrc file : /Users/<user>/.netrc
offline mode : False