如何用Conda复现含Pip安装PyTorch的环境？

问题根源 #

你遇到的报错是因为torch==2.0.1+cu118这类带CUDA后缀的版本是PyTorch官方pip源的专属包，默认pip源无法识别该版本标识，直接写入env.yaml的pip依赖列表会导致安装失败。

最佳复现方案 #

方案1：拆分Conda与Pip依赖配置（推荐）

这种方式将两类依赖完全分离，避免混合解析的问题，同时提升环境的可移植性：

1. 导出纯Conda依赖
   激活原环境后，运行以下命令导出你手动安装的Conda包（自动过滤冗余依赖）：

   conda env export --no-builds --from-history | findstr -v "prefix" > conda_env.yaml
   

2. 导出Pip依赖并指定源
   同样在原环境中，用pip freeze导出pip依赖，但需要手动修改requirements.txt，给PyTorch系列包添加官方源：

   # requirements.txt
   torch==2.0.1+cu118 --index-url https://download.pytorch.org/whl/cu118
   torchvision==0.15.2+cu118 --index-url https://download.pytorch.org/whl/cu118
   # 其他你的pip依赖，比如opencv-python、ultralytics等
   

3. 重建环境
   • 先创建Conda基础环境：

     conda create --name envname --file=conda_env.yaml
     

   • 激活环境后安装pip依赖：

     conda activate envname
     pip install -r requirements.txt
     

方案2：直接修改env.yaml的pip配置

如果你想保留单文件配置，可以修改原env.yaml，在pip依赖中添加PyTorch源：

name: your-env-name
channels:
  - defaults
dependencies:
  - python=3.10  # 替换成你的Python版本
  # 其他Conda依赖，比如numpy、cudatoolkit等
  - pip:
    - --index-url https://download.pytorch.org/whl/cu118
    - torch==2.0.1+cu118
    - torchvision==0.15.2+cu118
    # 其他pip依赖

之后运行conda env create --name envname --file=env.yaml即可完成重建。

额外建议 #

• 当初Conda安装PyTorch失败，大概率是未配置官方源。可以尝试在新环境中用Conda安装：

  conda install pytorch=2.0.1 torchvision=0.15.2 pytorch-cuda=11.8 -c pytorch -c nvidia
  

  若能成功，尽量用Conda管理PyTorch，减少混合依赖的维护成本。
• 导出环境时优先使用--from-history参数，避免导出大量自动安装的依赖，让配置文件更简洁、兼容性更强。

内容的提问来源于stack exchange，提问作者Amri Rasyidi