conda根据yml创建环境报错:ResolvePackageNotFound

文章描述了在配置深度学习代码的conda环境中遇到的依赖问题,问题源于yml文件中的错误格式。删除特定行的第二个等号后的内容可以消除某些错误,但可能引发其他错误。最终的解决方法是将报错的包移动到yml文件的pip部分进行安装。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1.问题产生原因

在跑别人深度学习代码时,根据需求创建conda环境,如下:

yml内容是:

name: pointdsc
channels:
  - pytorch
  - open3d-admin
  - conda-forge
  - defaults
dependencies:
  - _libgcc_mutex=0.1=main
  - absl-py=0.9.0=py37hc8dfbb8_1
  - argon2-cffi=20.1.0=py37h7b6447c_1
  - attrs=19.3.0=py_0
  - backcall=0.2.0=py_0
  - blas=1.0=mkl
  - bleach=3.1.5=py_0
  - blinker=1.4=py_1
  - brotlipy=0.7.0=py37h8f50634_1000
  - c-ares=1.16.1=h516909a_0
  - ca-certificates=2020.6.20=hecda079_0
  - cachetools=4.1.1=py_0
  - certifi=2020.6.20=py37hc8dfbb8_0
  - cffi=1.14.1=py37he30daa8_0
  - chardet=3.0.4=py37hc8dfbb8_1006
  - click=7.1.2=pyh9f0ad1d_0
  - cryptography=3.0=py37hb09aad4_0
  - cudatoolkit=10.1.243=h6bb024c_0
  - decorator=4.4.2=py_0
  - defusedxml=0.6.0=py_0
  - entrypoints=0.3=py37_0
  - freetype=2.10.2=h5ab3b9f_0
  - google-auth=1.20.1=py_0
  - google-auth-oauthlib=0.4.1=py_2
  - grpcio=1.31.0=py37hb0870dc_0
  - idna=2.10=pyh9f0ad1d_0
  - importlib-metadata=1.7.0=py37_0
  - importlib_metadata=1.7.0=0
  - intel-openmp=2020.1=217
  - ipykernel=5.3.4=py37h5ca1d4c_0
  - ipython=7.17.0=py37h39e3cac_0
  - ipython_genutils=0.2.0=py37_0
  - ipywidgets=7.5.1=py_0
  - jedi=0.17.2=py37_0
  - jinja2=2.11.2=py_0
  - joblib=0.16.0=py_0
  - jpeg=9b=h024ee3a_2
  - jsonschema=3.2.0=py37_1
  - jupyter_client=6.1.6=py_0
  - jupyter_core=4.6.3=py37_0
  - lcms2=2.11=h396b838_0
  - ld_impl_linux-64=2.33.1=h53a641e_7
  - libedit=3.1.20191231=h14c3975_1
  - libffi=3.3=he6710b0_2
  - libgcc-ng=9.1.0=hdf63c60_0
  - libgfortran-ng=7.3.0=hdf63c60_0
  - libpng=1.6.37=hbc83047_0
  - libprotobuf=3.12.4=h8b12597_0
  - libsodium=1.0.18=h7b6447c_0
  - libstdcxx-ng=9.1.0=hdf63c60_0
  - libtiff=4.1.0=h2733197_1
  - lz4-c=1.9.2=he6710b0_1
  - markdown=3.2.2=py_0
  - markupsafe=1.1.1=py37h14c3975_1
  - mistune=0.8.4=py37h14c3975_1001
  - mkl=2020.1=217
  - mkl-service=2.3.0=py37he904b0f_0
  - mkl_fft=1.1.0=py37h23d657b_0
  - mkl_random=1.1.1=py37h0573a6f_0
  - nbconvert=5.6.1=py37_1
  - nbformat=5.0.7=py_0
  - ncurses=6.2=he6710b0_1
  - ninja=1.10.0=py37hfd86e86_0
  - notebook=6.1.1=py37_0
  - numpy=1.19.1=py37hbc911f0_0
  - numpy-base=1.19.1=py37hfa32c7d_0
  - oauthlib=3.0.1=py_0
  - olefile=0.46=py37_0
  - open3d=0.9.0.0=py37_0
  - openssl=1.1.1g=h516909a_1
  - packaging=20.4=py_0
  - pandoc=2.10=0
  - pandocfilters=1.4.2=py37_1
  - parso=0.7.0=py_0
  - pexpect=4.8.0=py37_1
  - pickleshare=0.7.5=py37_1001
  - pillow=7.2.0=py37hb39fc2d_0
  - pip=20.2.1=py37_0
  - prometheus_client=0.8.0=py_0
  - prompt-toolkit=3.0.5=py_0
  - protobuf=3.12.4=py37h3340039_0
  - ptyprocess=0.6.0=py37_0
  - pyasn1=0.4.8=py_0
  - pyasn1-modules=0.2.7=py_0
  - pycparser=2.20=py_2
  - pygments=2.6.1=py_0
  - pyjwt=1.7.1=py_0
  - pyopenssl=19.1.0=py_1
  - pyparsing=2.4.7=py_0
  - pyrsistent=0.16.0=py37h7b6447c_0
  - pysocks=1.7.1=py37hc8dfbb8_1
  - python=3.7.7=hcff3b4d_5
  - python-dateutil=2.8.1=py_0
  - python_abi=3.7=1_cp37m
  - pytorch=1.6.0=py3.7_cuda10.1.243_cudnn7.6.3_0
  - pyzmq=19.0.1=py37he6710b0_1
  - readline=8.0=h7b6447c_0
  - requests=2.24.0=pyh9f0ad1d_0
  - requests-oauthlib=1.3.0=pyh9f0ad1d_0
  - rsa=4.6=pyh9f0ad1d_0
  - scikit-learn=0.23.1=py37h423224d_0
  - scipy=1.5.0=py37h0b6359f_0
  - send2trash=1.5.0=py37_0
  - setuptools=49.3.1=py37_0
  - six=1.15.0=py_0
  - sqlite=3.32.3=h62c20be_0
  - tensorboard=2.3.0=py_0
  - tensorboard-plugin-wit=1.6.0=pyh9f0ad1d_0
  - tensorboardx=2.1=py_0
  - terminado=0.8.3=py37_0
  - testpath=0.4.4=py_0
  - threadpoolctl=2.1.0=pyh5ca1d4c_0
  - tk=8.6.10=hbc83047_0
  - torchvision=0.7.0=py37_cu101
  - tornado=6.0.4=py37h7b6447c_1
  - traitlets=4.3.3=py37_0
  - urllib3=1.25.10=py_0
  - wcwidth=0.2.5=py_0
  - webencodings=0.5.1=py37_1
  - werkzeug=1.0.1=pyh9f0ad1d_0
  - wheel=0.34.2=py37_0
  - widgetsnbextension=3.5.1=py37_0
  - xz=5.2.5=h7b6447c_0
  - zeromq=4.3.2=he6710b0_2
  - zipp=3.1.0=py_0
  - zlib=1.2.11=h7b6447c_3
  - zstd=1.4.5=h9ceee32_0
  - pip:
    - easydict==1.9
    - tqdm==4.48.2
prefix: /home/altizure/anaconda3/envs/pointdsc

2.报错形式

 最初以为是 源的问题,换了各种源都不行,原来是把第二个等号后的内容删除掉就可以了(包括第二个等号),但是删除后大概率还会报这样的错:

 3.解决策略

把上面那张图里报错的包移到yml文件中pip下就可以了,如图:

<think>嗯,用户想了解如何使用conda创建环境。首先,我需要回忆一下conda的基本命令和相关教程。记得conda create是用来创建环境的,但具体参数可能需要详细说明。 根据用户提供的引用,特别是引用[2]和引用[3],里面提到了创建环境的步骤和可能遇到的问题。比如,引用[2]中提到创建了名为tensorflow和python36的环境,而引用[3]则提到了在移除环境时如果未停用当前环境会出现错误。所以在教程中需要强调停用环境的重要性。 首先,用户可能需要基础命令,比如conda create --name env_name,同时可能需要指定Python版本,比如python=3.8。然后,激活环境的部分也很重要,在Linux下用conda activate,而有时候可能需要source命令。此外,用户可能会遇到环境未正确停用导致的问题,这时候需要提醒他们使用conda deactivate或者source deactivate。 接下来,用户可能想知道如何管理环境,比如列出所有环境、删除环境、克隆环境等。这些步骤在引用中有提到,比如conda env list和conda remove --name等命令。另外,导出环境配置到YAML文件也是一个有用的功能,可以分享环境配置。 然后,用户可能会遇到的问题包括创建环境时权限不足,这时候需要确认是否有写入权限,或者使用sudo(不过不推荐)。还有安装包时网络问题,可能需要更换镜像源。引用[3]中的错误提示说明在删除环境前必须停用当前环境,这一点需要特别强调,避免用户遇到同样的问题。 最后,应该生成相关问题,帮助用户深入学习。比如如何导出环境配置、如何克隆环境、解决环境冲突等。这些问题都是用户在使用conda过程中可能遇到的后续问题,提前生成可以节省他们的时间。 总结一下,回答的结构应该是先介绍基本命令,分步骤说明创建、激活、管理环境的方法,然后列出常见问题及解决方法,最后生成相关问题供用户参考。同时,确保所有行内公式和代码格式正确,使用中文回答,并正确添加引用标识。</think>### Conda环境创建与使用教程 #### 一、基础环境创建步骤 1. **创建环境** 使用命令指定环境名称和Python版本(可选): ```bash conda create --name myenv python=3.8 ``` - `myenv`为自定义环境名称 - `python=3.8`可替换为其他版本或省略(默认使用基础环境的Python版本)[^2] 2. **激活环境** ```bash conda activate myenv # Linux/macOS conda activate myenv # Windows(部分旧版本需用`activate myenv`) ``` 激活后命令行提示符会显示环境名称,例如:`(myenv) user@host` 3. **安装包** 在激活的环境中通过`conda install`或`pip install`安装依赖: ```bash conda install numpy # 通过conda安装 pip install pandas # 通过pip安装 ``` 4. **退出环境** ```bash conda deactivate ``` #### 二、环境管理操作 1. **查看所有环境** ```bash conda env list ``` 输出示例: ``` base /home/user/miniconda3 myenv /home/user/miniconda3/envs/myenv ``` 2. **删除环境** ```bash conda env remove --name myenv ``` **注意**:需先退出当前环境再删除,否则会报错`CondaEnvironmentError`[^3] 3. **克隆环境** ```bash conda create --name new_env --clone old_env ``` 4. **导出环境配置** ```bash conda env export > environment.yml # 导出包含所有依赖的YAML文件 ``` #### 三、常见问题与解决 1. **权限问题** - 若提示`Permission denied`,尝试: ```bash conda create --prefix /path/to/env # 指定用户有写入权限的路径 ``` 2. **镜像加速** - 国内用户可通过清华镜像加速安装: ```bash conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ ``` 3. **环境冲突** - 出现`ResolvePackageNotFound`错误时,检查包版本兼容性或尝试: ```bash conda update --all ```
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值