创建Conda环境失败：ResolvePackageNotFound问题求助

你遇到的问题是Conda无法找到指定版本的包，核心原因是这些包的特定构建版本（比如cpython_he5300dc_0）已从默认频道下架，或是与你的系统架构、当前Conda配置不兼容。以下是针对新手的具体解决方案：

方案1：修改环境YAML文件（最推荐） #

简化YAML中的包版本规则，添加常用频道让Conda自动匹配兼容版本。修改后的YAML示例：

name: your-env-name
channels:
  - pytorch
  - conda-forge
  - defaults
dependencies:
  - python=3.8
  - torchvision=0.8.2
  - faiss-cpu=1.7.1
  - certifi>=2021.10.8
  - libffi>=3.2.1
  - libgcc-ng>=9.3.0
  - setuptools>=49.6.0
  - pillow>=8.3.1
  - libedit>=3.1.20191231
  - libstdcxx-ng>=9.3.0
  - scikit-image=0.18.1
  - ca-certificates>=2022.2.1
  - matplotlib-base=3.3.4
  - pytorch=1.7.1=cuda101*
  - python-lmdb>=1.2.1

修改说明： #

• 添加pytorch和conda-forge频道，这两个频道保留了更多旧版本包的镜像
• 移除每个包后的构建后缀（如cpython_he5300dc_0），仅保留核心版本号
• 用cuda101*匹配PyTorch的CUDA10.1兼容版本
• 将非核心依赖的版本号改为>=，允许Conda自动选择兼容版本

执行步骤： #

1. 将修改后的内容保存为env-fixed.yaml
2. 运行命令创建环境：

conda env create -f env-fixed.yaml

方案2：手动分步安装依赖 #

如果修改YAML仍无法解决，可先创建基础环境，再手动安装核心包：

1. 创建Python3.8的空环境：

conda create -n your-env-name python=3.8

2. 激活环境：

conda activate your-env-name

3. 安装PyTorch和TorchVision的CUDA10.1版本：

conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.1 -c pytorch

4. 安装其余核心依赖：

conda install -c conda-forge faiss-cpu==1.7.1 scikit-image==0.18.1 matplotlib-base==3.3.4 python-lmdb==1.2.1

5. 剩余依赖Conda会自动匹配兼容版本完成安装

额外注意事项 #

• 若你的系统无NVIDIA GPU或CUDA版本不是10.1，需将PyTorch改为CPU版本：

conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cpuonly -c pytorch

• 先运行conda update conda更新Conda到最新版本，可解决部分频道索引问题
• 若仍有包找不到，可尝试用pip install替代（如pip install faiss-cpu==1.7.1），但优先用Conda安装避免依赖冲突

内容的提问来源于stack exchange，提问作者Graceli