conda根据yml创建环境报错:ResolvePackageNotFound

这篇具有很好参考价值的文章主要介绍了conda根据yml创建环境报错:ResolvePackageNotFound。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

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:

resolvepackagenotfound,conda

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

resolvepackagenotfound,conda

 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:

resolvepackagenotfound,conda

 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:文章来源地址https://www.toymoban.com/news/detail-648779.html

到了这里,关于conda根据yml创建环境报错:ResolvePackageNotFound的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【超全解决办法】InvalidArchiveError(‘Error with archive /usr/local/anaconda3/[conda创建虚拟环境、pytorch安装报错]

    使用conda创建虚拟环境出现了以下问题,后面安装pytorch时也出现了这个问题,尝试了很多解决办法都没有用,最后成功解决,这里记录一下,希望大家可以少走弯路。 报错信息如下: InvalidArchiveError(\\\'Error with archive /usr/local/anaconda3/pkgs/libffi-3.4.4-h6a678d5_0vveg_hkq/info-libffi-3.4.4-h6

    2024年04月25日
    浏览(50)
  • conda env create -f environment.yml报错ResolvePackageNotFound和Found conflicts的解决方案【已解决】

    阅读须知:长文,将近10万字。主要原因是报了太多错,记录了太多bug。 前面的11步骤是我的试错过程,直到第12/13步才解决。没耐心的可以直接从目录跳到第12步最后。 整篇文章简而言之:笨方法在一些时候或许是最好的方法,且是最省时间最省力气的做法。 下面看一看我

    2024年02月05日
    浏览(46)
  • conda env create -f environment.yml报错ResolvePackageNotFound和Found conflicts的解决方案【已解决】 14 could not find expected ':'

    阅读须知:长文,将近10万字。主要原因是报了太多错,记录了太多bug。 前面的11步骤是我的试错过程,直到第12/13步才解决。没耐心的可以直接从目录跳到第12步最后。 整篇文章简而言之:笨方法在一些时候或许是最好的方法,且是最省时间最省力气的做法。 下面看一看我

    2023年04月08日
    浏览(43)
  • 改变conda创建虚拟环境时候的默认路径和拷贝、删除、创建Conda虚拟环境

    conda环境默认安装在用户目录C:Usersusername.condaenvs下,如果选择默认路径,那么之后创建虚拟环境,也是安装在用户目录下。不想占用C盘空间,可以修改conda虚拟环境路径。 首先,找到用户目录下的.condarc文件(C:Usersusername)。 打开.condarc文件之后,添加或修改.condarc 中的

    2024年02月12日
    浏览(48)
  • conda创建虚拟环境

    创建虚拟环境是在计算机上设置一个独立的空间,用于安装和运行特定版本的软件和依赖项, 以避免与系统其他部分的冲突。 创建虚拟环境 : 这将创建一个名为 myenv 的虚拟环境,并安装Python 3.8版本。 激活虚拟环境 : 这将激活名为 myenv 的虚拟环境。 停用虚拟环境 : 列出

    2024年02月12日
    浏览(45)
  • conda 创建虚拟环境

            我们在做开发或者跑论文实验可能会同时进行多个任务,这些任务可能会依赖于不同的python环境,比如有的用到3.6有的用到3.7,这时我们创建不同版本的python,放到虚拟环境中给不同的任务分别提供其所需要的版本,这样可以将各任务所用的环境隔离开不会相互影

    2024年02月07日
    浏览(65)
  • Conda虚拟环境创建

    我们在做开发时可能会同时开发多个项目,这些项目可能会依赖于不同的python环境,比如有的用到3.6有的用到3.7,这时我们创建不同版本的python,放到虚拟环境中给不同的项目分别提供其所需要的版本,这样可以将各项目所用的环境隔离开不会相互影响。就算多个项目使用同

    2023年04月09日
    浏览(43)
  • 创建conda环境

    在终端或命令提示符中打开Anaconda Prompt(对于Windows用户)或终端(对于Linux/macOS用户)。 运行以下命令创建一个名为\\\"myenv\\\"的新环境,并指定要安装的Python版本: 这将创建一个新的Python 3.9环境,名称为\\\"myenv\\\",你可以根据自己的需要修改名称和Python版本号。 当提示是否继续安

    2024年01月20日
    浏览(38)
  • Conda创建新环境

    首先打开Anaconda Prompt 这里看到默认Conda安装路径,如果想要在默认路径下创建虚拟环境,直接使用如下命令: 如图,创建完毕。 可以使用如下命令查看当前有哪些环境 切换到新创建的环境 退出当前环境 删除环境 F:condaenvenv_name 替换为你自己的路径 其它命令也有一点小变化

    2024年01月18日
    浏览(36)
  • conda环境创建及复制

    conda create -n name python=3.8 conda activate name 其中的name为创建环境的名字,python=3.8为该环境下python版本。 ① 本地复制到本地 conda create -n B --clone A 把本地的A环境克隆成B ② 将第一台电脑中的环境复制到另外一台电脑 第一步在第一台电脑上执行命令 conda activate name# 激活要移植的环

    2024年02月15日
    浏览(37)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包