conda通过yml创建环境时pytorch::cudatoolkit报找不到包问题

这个报错是conda环境解析逻辑的约束匹配规则导致的，核心原因有两个：

• 当通过yml文件从零创建环境时，conda需要一次性匹配所有依赖的版本组合。你在配置中给cudatoolkit加了pytorch::前缀强制指定拉取源，但没有标注版本号，而pytorch频道提供的cudatoolkit是和PyTorch、Python版本严格一一绑定的，不存在适配所有版本的无约束通用包。此时解析器需要同时匹配python=3.7、无版本号的pytorch/torchvision/torchaudio、无版本号的pytorch源cudatoolkit，还要兼容defaults、conda-forge两个频道下的其他依赖，遍历后找不到能同时满足所有约束的组合，就会抛出ResolvePackageNotFound错误。
• 手动执行conda install cudatoolkit -c pytorch属于增量安装，此时环境内已经装好了固定版本的Python、PyTorch等包，解析器只需要找适配现有已安装包版本的cudatoolkit即可，约束范围远小于从零创建环境的全量匹配，所以可以正常找到安装包；给cudatoolkit明确指定11.3版本时，相当于给解析器提供了明确的版本锚点，不需要在全版本范围内做组合遍历，两种场景下都能快速完成匹配，因此不会报错。

可以根据自己的需求选以下任意一种方案处理：

• 固定版本写法（最稳定，推荐）：给所有PyTorch相关依赖加上互相匹配的明确版本号，从根源上避免解析器遍历匹配失败。比如适配Python3.7、CUDA11.3的配置片段如下：

dependencies:
  - python=3.7
  - pytorch::pytorch=1.12.1
  - pytorch::torchvision=0.13.1
  - pytorch::torchaudio=0.12.1
  - pytorch::cudatoolkit=11.3

• 调整频道优先级：把pytorch频道加到yml的channels列表最顶部，去掉所有PyTorch相关包前面的pytorch::强制源前缀，让conda按频道优先级自动解析匹配的版本，修改后的channels配置为：

channels:
  - pytorch
  - defaults
  - conda-forge

注意pytorch频道必须放在最高优先级位置，否则会优先拉取defaults频道的CPU版本PyTorch。

• 分步安装：保持现有yml配置移除cudatoolkit项的状态，先执行conda env create -f torch.yml创建基础环境，激活环境后再手动执行conda install cudatoolkit -c pytorch补装CUDA工具包即可，和已经验证可行的操作逻辑一致。

内容的提问来源于stack exchange，提问作者Mate de Vita