如何用pip基于Conda生成的YML环境文件创建环境？

一、整理requirements.txt内容 #

根据你提供的Conda环境配置，整理出适合pip安装的依赖清单（调整部分包名并匹配pytorch的CUDA版本）：

# 匹配原环境CUDA10.1的pytorch和torchvision
torch==1.5.0+cu101
torchvision==0.6.0+cu101
# 原Conda依赖（排除python、pip、cudatoolkit）
jupyter
ipykernel
pandas==0.25.3
opencv-python==4.1.2.30
scikit-learn==0.21.3
tqdm==4.39.0
itkwidgets==0.23.1
cython
numpy==1.17
# 原配置中嵌套的pip依赖
scikit-image
git+https://github.com/philferriere/cocoapi.git#egg=pycocotools&subdirectory=PythonAPI
tensorboard==2.0.1
tensorboardx==1.9
scipy==1.1.0
jupytext==1.3.0
PyMuPDF==1.16.14

二、安装步骤 #

1. 创建并激活对应版本的Python虚拟环境
   pip无法直接安装Python版本，需先确保环境为Python3.6.10：

# 使用virtualenv创建虚拟环境
virtualenv -p python3.6.10 tables-detr-env

# Linux/macOS激活环境
source tables-detr-env/bin/activate

# Windows激活环境
tables-detr-env\Scripts\activate

2. 安装依赖
   先安装pytorch（指定官方源确保获取到对应CUDA版本的包）：

pip install torch==1.5.0+cu101 torchvision==0.6.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html

再安装剩余依赖：

pip install -r requirements.txt

三、特殊说明 #

• 若无CUDA10.1环境，可替换为CPU版本的pytorch：torch==1.5.0+cpu、torchvision==0.6.0+cpu
• opencv在pip中的包名为opencv-python，对应原Conda的opencv包
• cudatoolkit是Conda专属包，pip无需安装，pytorch会自动适配系统CUDA或自带CUDA运行库

内容的提问来源于stack exchange，提问作者Anik De