嘿，我之前也碰到过这种旧环境配置文件引发的依赖冲突问题——毕竟你这份yml里的包版本大多是2018年左右的，现在conda包仓库里的依赖关系已经更新了，旧版本组合很容易出现不兼容的情况。下面给你几个实用的解决思路：

方法1：简化配置文件，让conda自动匹配兼容版本 #

你的yml里指定了太多具体的包版本和build编号，这是触发冲突的核心原因。建议修改配置文件，只保留核心包名称，去掉版本号，让conda自动选择当前能互相兼容的版本组合：

修改后的cvcourse_windows.yml示例：

name: python-cvcourse
channels:
- defaults
- michael_wild
dependencies:
- python=3.6
- numpy
- opencv
- opencv-contrib
- keras
- tensorflow=1.10.*
- matplotlib
- scikit-learn
- jupyter
# 其他工具包只需写名称，无需指定版本

之后重新运行创建命令：

conda env create -f cvcourse_windows.yml

方法2：手动调整冲突包的版本 #

如果一定要保留部分旧版本，你可以先查询opencv-contrib=3.3.1对应的兼容numpy版本：

conda search opencv-contrib=3.3.1 --info

从搜索结果里找到它依赖的numpy版本，然后替换掉yml里原有的numpy==1.15.1=py36ha559c80_0，再尝试创建环境。

方法3：清理conda缓存后重试 #

有时候缓存的旧包信息会干扰依赖解析，先清理缓存再尝试：

conda clean --all
conda env create -f cvcourse_windows.yml

方法4：分步创建环境 #

如果上面的方法都不奏效，你可以先创建一个基础Python3.6环境，再逐个安装需要的包：

conda create -n python-cvcourse python=3.6
conda activate python-cvcourse
conda install numpy opencv opencv-contrib keras tensorflow=1.10.* matplotlib scikit-learn jupyter

这种方式下conda会逐个处理依赖，更容易找到兼容的版本组合。

另外注意，你原始yml里的prefix路径是C:\Users\Marcial\Anaconda3\envs\cvcourse_windows，如果你的用户名是Jaysurya，建议删掉这一行，让conda默认把环境安装到你的用户目录下，避免权限或路径匹配问题。

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