Conda从requirements.txt创建环境报解析错误的解决方案咨询

• conda create --file 仅支持解析conda官方规范的依赖列表，完全不兼容pip专属的requirements.txt语法，你看到的条目被拆成单字符空格分隔的报错，就是conda无法识别pip格式中@指定git安装源、固定commit版本写法的典型表现。
• 最初执行的pip install requirements.txt命令语法错误，从requirements文件安装依赖必须加-r参数，缺省参数时pip会把requirements.txt当成普通包名检索，自然安装失败、冲突频发。
• 随意混用conda、pip交叉安装同个依赖，会直接破坏环境内的依赖链，越修冲突越多。

1. 提前匹配Python版本 #

打开项目自带的requirements.txt，确认PyTorch、torchvision等核心框架的版本号，匹配对应兼容的Python版本——你现有环境覆盖Python3.4到3.9，绝大多数2023年之前的CNN项目选Python3.7或3.8兼容性最好，不要选过高版本。

2. 创建纯净隔离环境 #

执行以下命令创建空白环境，避免旧环境残留包干扰：

conda create -n wnetnn python=3.8 -y
conda activate wnetnn

所有后续安装操作必须在已激活的wnetnn环境内执行，不要切回base环境，不要随意安装清单外的包

3. 优先安装底层核心依赖 #

PyTorch、numpy、OpenCV、scipy这类带C/C++编译底层的依赖，优先用conda安装，版本严格对齐requirements.txt中的标注，不要默认装最新版。

4. 处理特殊依赖后批量安装剩余包 #

首先单独处理报错提到的pydensecrf条目，这是pip支持的git源固定commit版本安装写法，conda无法识别，单独执行安装命令：

pip install pydensecrf@git+https://github.com/lucasb-eyer/pydensecrf.git@0d53acbcf5123d4c88040fe68fbb9805fc5b2fb9

Windows环境下如果该步编译报错，可先把requirements.txt中对应pydensecrf的整行删除，待其他包装完后再找对应版本的预编译whl包安装即可。
特殊依赖处理完成后，执行正确的批量安装命令：

pip install -r requirements.txt

安装过程中如果出现小版本冲突提示，只要不影响核心框架运行，可加--no-deps参数跳过依赖校验安装指定版本，不要随意升降级已经通过conda装好的核心依赖。

逐行手动安装完全可行，且比批量安装更不容易出现隐式冲突，安装时遵循以下顺序即可：

• 先装Python解释器、PyTorch等核心框架
• 再装numpy、pandas、OpenCV等底层计算依赖
• 之后装tqdm、matplotlib这类上层工具包
• 最后装git源、本地whl这类特殊格式的包
• 每装完一个包通过conda list或pip list确认版本，避免装错版本重复卸载

注意：不要在同一环境下用conda、pip重复安装同一个包，否则大概率触发底层C库版本冲突，直接导致环境不可用。

内容的提问来源于stack exchange，提问作者NisXx