深度学习环境配置是一个很典型的“新手劝退、老手浪费时间”的问题。

就算已经熟悉 CUDA、PyTorch、conda，也仍然可能遇到版本不适配、数据集太大、服务器网络太慢、GitHub 包装不上等问题。

我短时间内经历了笔记本和服务器四五次完整环境搭建，每次都要花 3-4 个小时。为了避免以后继续浪费时间和算力，把目前比较稳定的一套流程整理下来。

总体原则

配置环境时，最重要的是不要边跑边乱改。

我现在的习惯是：

  1. 先确定显卡驱动、CUDA、PyTorch 版本。
  2. 再创建干净的 conda 环境。
  3. 最后根据项目补依赖。

不要一开始就把所有包装进去。环境越早变脏，后面越难排查。

初始配置

一台新机器通常先做这些事：

  1. 配置显卡驱动。
  2. 配置 CUDA。
  3. 安装 Miniconda / Miniforge / Anaconda。个人更推荐 Miniconda。
  4. 配置镜像源，例如清华源。如果 apt update 很慢，也可以配置 apt 镜像源。
  5. 创建新的 conda 环境。

建议每个项目都新建独立环境，不要把所有项目塞进同一个 base 环境。

配置 conda 或 uv 环境

复现论文或别人项目

复现别人项目时，我一般按这个顺序来：

  1. 先看项目要求的 Python、CUDA、PyTorch 版本。
  2. 如果 pyproject.toml 或依赖文件里直接锁死了 torch，可以先把 torch 相关依赖注释掉。
  3. 根据自己的 CUDA 版本单独安装 PyTorch。
  4. 进入项目目录执行：
pip install -e .
  1. 跑训练或推理脚本，缺什么再补什么。

如果是 50 系显卡，目前通常需要注意 cu128 相关版本。

自己的项目

自己的项目更简单：

  1. 根据显卡和 CUDA 版本先安装 PyTorch。
  2. 只安装当前确实要用的包。
  3. 每次跑通一个阶段，就记录一次环境。

例如：

pip freeze > requirements_freeze.txt
conda env export > environment.yaml

这两个文件很重要。以后环境坏了、迁移服务器、复现结果，都能省很多时间。

下载模型和数据集

模型和数据集不要手动一点点传服务器，太慢，也容易中断。

目前我更推荐使用 hfd 镜像脚本配合 aria2c 下载，速度比较稳定，也能跑满带宽。

常用流程：

wget https://hf-mirror.com/hfd/hfd.sh
sudo apt install aria2
chmod a+x hfd.sh

export HF_ENDPOINT=https://hf-mirror.com
export HFD_DOWNLOADER="aria2c -x 16 -s 16 -k 1M"

然后根据模型或数据集地址执行下载命令。

这个方案比浏览器下载、手动上传、普通 git lfs 都更稳定。

服务器环境迁移

服务器配置环境时，优先思路是：代码可以上传，模型和数据集尽量在服务器上直接下载。

本地到服务器

如果本地已经有代码，可以这样做：

  1. 使用 FileZilla 等支持 SFTP 的工具上传代码。
  2. 尽量使用更稳定、更高带宽的网络，校园网有时会很慢。
  3. 只上传代码，不上传大模型权重和数据集。
  4. 数据集和模型权重直接在服务器上用下载脚本获取。
  5. 在服务器上重新配置 conda 环境。

服务器无法科学上网时

如果服务器网络受限，可以折中处理：

  1. 先在本地 git clone 好项目，再上传服务器。
  2. 本地提前下载服务器装不上的依赖包，再上传安装。
  3. 模型和数据集尽量使用镜像源下载。
  4. 最后配置 conda 环境并测试脚本。

常见问题

GPU 无法使用

先检查 PyTorch 是否能识别 CUDA：

import torch
print(torch.cuda.is_available())

如果返回 False，优先检查 PyTorch 和 CUDA 版本是否匹配。很多 GPU 用不了的问题，本质上都是 torch 版本装错了。

下载速度很慢或连接超时

模型和数据集优先使用上面的 hfd + aria2c 方法。

环境包下载慢时，可以先配置清华源。如果还是不行，可以尝试手动下载 wheel 文件，再传到服务器安装。

版本不适配或频繁报错

不要在同一个环境里反复乱改。先确定项目到底需要什么版本，再针对性更新能改的包。

如果环境已经被改得很乱，很多时候重建一个新环境比继续修更快。

小结

环境配置最重要的是可复现。

每次跑通之后，都要及时保存依赖记录。这样以后换机器、换服务器、迁移项目时，就不会重新从零开始踩坑。