使用environment.yaml创建Conda环境时遇包找不到问题求助

问题根源 #

报错的核心是你指定的pytorch==1.4.0=py3.6_cuda10.0.130_cudnn7.6.3_0和torchvision==0.5.0=py36_cu100这两个特定构建版本的包，在当前配置的conda频道中已不再提供，或是频道优先级设置导致conda无法检索到对应资源。

解决方案 #

方案1：修改environment.yaml，放宽版本匹配规则 #

编辑你的environment.yaml文件，做以下调整：

• 将pytorch==1.4.0=py3.6_cuda10.0.130_cudnn7.6.3_0替换为pytorch=1.4.0=*cuda10.0*
• 将torchvision==0.5.0=py36_cu100替换为torchvision=0.5.0
• 调整频道顺序，把pytorch放在最前面，确保优先从官方频道检索：

channels:
  - pytorch
  - anaconda
  - conda-forge
  - defaults

修改完成后重新执行：

conda env create --file environment.yaml

方案2：手动分步创建环境并安装依赖 #

如果方案1仍失败，可拆分操作步骤：

1. 创建空环境：

conda create -n torch1.4 python=3.6 -y

2. 激活环境：

conda activate torch1.4

3. 从pytorch频道安装匹配CUDA10.0的核心依赖：

conda install pytorch=1.4.0 torchvision=0.5.0 cudatoolkit=10.0 -c pytorch -y

4. 安装剩余conda依赖：
   将原yaml中dependencies下除pytorch、torchvision、cudatoolkit之外的内容复制到新文件deps.yaml，执行：

conda install --file deps.yaml -y

5. 安装pip依赖：
   将原yaml中pip下的包列表复制到requirements.txt，执行：

pip install -r requirements.txt

方案3：改用pip安装pytorch和torchvision #

如果conda始终无法找到对应版本，可通过pip直接安装：

1. 按方案2步骤1-2创建并激活环境
2. 安装匹配CUDA10.0的版本：

pip install torch==1.4.0+cu100 torchvision==0.5.0+cu100

3. 后续步骤同方案2的4-5，安装剩余依赖。

注意事项 #

• 确认远程服务器的CUDA版本为10.0，若版本不匹配需同步调整pytorch和torchvision的对应版本
• 若conda命令执行速度慢，可切换国内conda镜像源提升效率

内容的提问来源于stack exchange，提问作者user21849359