在Conda environment.yml中指定特定版本是否影响环境复现性？

核心问题 #

我是使用Miniconda约1年的新手，通过YAML创建环境时偶尔因指定特定版本遇到问题。想请教：

1. 在YAML中同时指定特定版本和通道，是否会降低未来环境求解的成功率？
2. 创建YAML时包含特定版本的通道，未来是否会移除这些版本的包？

问题解答 #

1. 指定特定版本+通道对环境求解成功率的影响 #

是的，这种做法确实会降低未来环境求解的成功率，核心原因有两点：

• 过细的版本锁定限制求解空间：如果连包的build后缀（比如py36h68aa20f_3）都锁定，这种级别的约束和特定Python版本、操作系统、编译器强绑定，换环境或过一段时间后，这类特定build版本大概率无法匹配新的依赖链，直接导致求解失败。
• 通道包的可用性随时间变化：即使只锁定主/次版本号（比如markupsafe=1.1.1），不同通道的更新节奏不同，未来可能出现目标通道不再提供旧版本，或者新版本包的依赖冲突导致旧版本组合无法兼容的情况。

实用建议：

• 非必要（如学术实验、生产部署）不要锁定build后缀，仅对核心依赖锁定主版本或次版本（比如python=3.6、tensorflow=1.15）。
• 对于非核心依赖，可只写包名，让Conda自动选择兼容版本，提升求解成功率。

2. 通道是否会移除旧版本包？ #

不同通道的旧版本保留政策有差异：

• defaults通道：Anaconda官方会保留多数旧版本，但针对极老旧、有安全漏洞或已停止维护的包（比如Python 2.7相关），会逐步清理。
• conda-forge通道：社区维护的通道对旧版本保留更宽松，多数历史版本会长期存在，但如果包维护者停止上传旧版本，或通道存储资源有限，极旧版本仍可能被清理。

长期保障旧版本可用性的方案：

• 将关键旧版本包下载到本地私有通道，或用conda-pack打包整个环境备份。
• 对必须长期保留的环境，用Docker镜像封装，彻底隔离依赖。

之前遇到的跨平台问题（已解决） #

执行命令 #

conda env create -f snap.yml

初始错误输出 #

Collecting package metadata (repodata.json): done
Solving environment: failed

ResolvePackageNotFound:

- markupsafe==1.1.1=py36h68aa20f_3
- ipykernel==5.5.0=py36h7b2dad6_1
- vc==14.2=h21ff451_1
- tornado==6.1=py36h68aa20f_1
- pip==21.0.1=py36haa95532_0
- mistune==0.8.4=py36h68aa20f_1003
- zeromq==4.3.3=h0e60522_3
- vs2015_runtime==14.27.29016=h5e58377_2
- m2w64-gcc-libs==5.3.0=7
- winpty==0.4.3=4
- m2w64-gcc-libgfortran==5.3.0=6
- m2w64-gcc-libs-core==5.3.0=7
- pandoc==2.11.4=h8ffe710_0
- libsodium==1.0.18=h8d14728_1
- pyzmq==22.0.3=py36hb0157bd_0
- msys2-conda-epoch==20160418=1
- jupyter_core==4.7.1=py36ha15d459_0
- wincertstore==0.2=py36h7fe50ca_0
- pywinpty==0.5.7=py36h9f0ad1d_1
- python==3.6.3=h3b118a2_4
- cffi==1.14.5=py36he58ceb7_0
- m2w64-libwinpthread-git==5.0.0.4634.697f757=2
- terminado==0.9.2=py36ha15d459_0
- pyrsistent==0.17.3=py36h68aa20f_2
- certifi==2020.12.5=py36ha15d459_1
- m2w64-gmp==6.1.0=2
- pywin32==300=py36h68aa20f_0
- setuptools==52.0.0=py36haa95532_0
- importlib-metadata==3.7.0=py36ha15d459_0
- notebook==6.2.0=py36ha15d459_0
- nbconvert==6.0.7=py36ha15d459_3
- argon2-cffi==20.1.0=py36h68aa20f_2

snap.yml内容 #

name: snap
channels:
- conda-forge
- defaults
dependencies:
- argon2-cffi=20.1.0=py36h68aa20f_2
- async_generator=1.10=py_0
- attrs=20.3.0=pyhd3deb0d_0
- backports=1.0=py_2
- backports.functools_lru_cache=1.6.1=py_0
- bleach=3.3.0=pyh44b312d_0
- certifi=2020.12.5=py36ha15d459_1
- cffi=1.14.5=py36he58ceb7_0
- colorama=0.4.4=pyh9f0ad1d_0
- decorator=4.4.2=py_0
- defusedxml=0.6.0=py_0
- entrypoints=0.3=pyhd8ed1ab_1003
- importlib-metadata=3.7.0=py36ha15d459_0
- importlib_metadata=3.7.0=hd8ed1ab_0
- ipykernel=5.5.0=py36h7b2dad6_1
- ipython=5.8.0=py36_1
- ipython_genutils=0.2.0=py_1
- jinja2=2.11.3=pyh44b312d_0
- jsonschema=3.2.0=py_2
- jupyter_client=6.1.11=pyhd8ed1ab_1
- jupyter_core=4.7.1=py36ha15d459_0
- jupyterlab_pygments=0.1.2=pyh9f0ad1d_0
- libsodium=1.0.18=h8d14728_1
- m2w64-gcc-libgfortran=5.3.0=6
- m2w64-gcc-libs=5.3.0=7
- m2w64-gcc-libs-core=5.3.0=7
- m2w64-gmp=6.1.0=2
- m2w64-libwinpthread-git=5.0.0.4634.697f757=2
- markupsafe=1.1.1=py36h68aa20f_3
- mistune=0.8.4=py36h68aa20f_1003
- msys2-conda-epoch=20160418=1
- nbclient=0.5.3=pyhd8ed1ab_0
- nbconvert=6.0.7=py36ha15d459_3
- nbformat=5.1.2
- nest-asyncio=1.4.3=pyhd8ed1ab_0
- notebook=6.2.0=py36ha15d459_0
- packaging=20.9=pyh44b312d_0
- pandoc=2.11.4=h8ffe710_0
- pandocfilters=1.4.2=py_1
- pickleshare=0.7.5=py_1003
- pip=21.0.1=py36haa95532_0
- prometheus_client=0.9.0=pyhd3deb0d_0
- prompt_toolkit=1.0.15=py_1
- pycparser=2.20=pyh9f0ad1d_2
- pygments=2.8.0=pyhd8ed1ab_0
- pyparsing=2.4.7=pyh9f0ad1d_0
- pyrsistent=0.17.3=py36h68aa20f_2
- python=3.6.3=h3b118a2_4
- python-dateutil=2.8.1=py_0
- python_abi=3.6=1_cp36m
- pywin32=300=py36h68aa20f_0
- pywinpty=0.5.7=py36h9f0ad1d_1
- pyzmq=22.0.3=py36hb0157bd_0
- send2trash=1.5.0=py_0
- setuptools=52.0.0=py36haa95532_0
- simplegeneric=0.8.1=py_1
- six=1.15.0=pyh9f0ad1d_0
- terminado=0.9.2=py36ha15d459_0
- testpath=0.4.4=py_0
- tornado=6.1=py36h68aa20f_1
- traitlets=4.3.3=py36h9f0ad1d_1
- typing_extensions=3.7.4.3=py_0
- vc=14.2=h21ff451_1
- vs2015_runtime=14.27.29016=h5e58377_2
- wcwidth=0.2.5=pyh9f0ad1d_2
- webencodings=0.5.1=py_1
- wheel=0.36.2=pyhd3eb1b0_0
- wincertstore=0.2=py36h7fe50ca_0
- winpty=0.4.3=4
- zeromq=4.3.3=h0e60522_3
- zipp=3.4.0=py_0
- pip:
  - absl-py==0.11.0
  - apricot-select==0.5.0
  - astor==0.8.1
  - cached-property==1.5.2
  - chardet==3.0.4
  - cleverhans==3.0.1
  - cloudpickle==1.6.0
  - common==0.1.2
  - cycler==0.10.0
  - efficientnet==1.0.0
  - future==0.18.2
  - gast==0.2.2
  - google-pasta==0.2.0
  - grpcio==1.36.0
  - h5py==2.10.0
  - hypothesis==5.5.4
  - idna==2.10
  - image-classifiers==1.0.0
  - imageio==2.9.0
  - joblib==1.0.1
  - keras==2.2.4
  - keras-applications==1.0.8
  - keras-preprocessing==1.1.2
  - keras-resnet==0.2.0
  - keras-unet==0.0.7
  - kiwisolver==1.3.1
  - llvmlite==0.35.0
  - markdown==3.3.4
  - matplotlib==3.3.4
  - mnist==0.2.2
  - networkx==2.5
  - nose==1.3.7
  - numba==0.52.0
  - numpy==1.19.5
  - opencv-python==4.2.0.32
  - opt-einsum==3.3.0
  - pandas==1.1.5
  - pillow==8.1.0
  - progressbar2==3.53.1
  - protobuf==3.15.3
  - pycodestyle==2.6.0
  - pydot==1.4.1
  - python-utils==2.3.0
  - pytz==2021.1
  - pywavelets==1.1.1
  - pyyaml==5.4.1
  - requests==2.23.0
  - scikit-image==0.16.2
  - scikit-learn==0.22.2
  - scipy==1.5.4
  - segmentation-models==1.0.1
  - sortedcontainers==2.3.0
  - tensorboard==1.15.0
  - tensorflow==1.15.2
  - tensorflow-estimator==1.15.1
  - tensorflow-probability==0.9.0
  - termcolor==1.1.0
  - tf-explain==0.2.1
  - tqdm==4.58.0
  - urllib3==1.25.11
  - werkzeug==1.0.1
  - wrapt==1.12.1
prefix: C:\Users\zaki.conda\envs\snap

移除build后缀后的错误输出 #

Collecting package metadata (repodata.json): done
Solving environment: failed

ResolvePackageNotFound:

- winpty=0.4.3
- m2w64-gmp=6.1.0
- m2w64-gcc-libs=5.3.0
- vs2015_runtime=14.27.29016
- vc=14.2
- pywinpty=0.5.7
- m2w64-libwinpthread-git=5.0.0.4634.697f757
- pywin32=300
- m2w64-gcc-libs-core=5.3.0
- msys2-conda-epoch=20160418
- m2w64-gcc-libgfortran=5.3.0

编辑补充：确认该环境配置仅适用于Windows，缺失包均为Windows相关，当前问题已解决。

内容的提问来源于stack exchange，提问作者koestreich