PackagesNotFoundError: The following packages are missing from the target environment: - torchvision - pytorch - torchaudio - cpuonly

### 解决 Conda 环境中 `PackagesNotFoundError` 错误的方法 当在 Conda 环境中尝试安装 `torchvision`、`pytorch`、`torchaudio` 和 `cpuonly` 包时遇到 `PackagesNotFoundError` 错误，通常是因为以下几个原因之一：指定的包不存在于默认通道中、版本冲突或者环境配置不当。以下是详细的解决方案。 --- #### 1. 创建一个新的 Conda 环境 为了避免现有环境中的依赖关系干扰，建议创建一个全新的 Conda 环境： ```bash conda create -n new_env python=3.9 ``` 这一步确保了 Python 版本与目标软件包兼容[^4]。 激活新建的环境： ```bash conda activate new_env ``` --- #### 2. 添加必要的频道 PyTorch 及其相关组件（如 `torchvision` 和 `torchaudio`）并不总是存在于默认的 Conda 渠道中。因此需要手动添加额外的渠道： ```bash conda config --add channels conda-forge conda config --add channels pytorch ``` 这两个频道提供了更广泛的软件包集合以及针对 PyTorch 的优化版本[^3]。 --- #### 3. 安装所需的包 对于仅支持 CPU 的情况，可以直接执行以下命令来一次性安装所有必需的包： ```bash conda install pytorch torchvision torchaudio cpuonly -c pytorch ``` 这条命令会在指定的 `pytorch` 频道下查找并下载适合当前平台的预构建二进制文件[^1]。 如果希望使用 GPU 支持，则应替换为相应的 CUDA 版本号（例如 CUDA 12.1 对应的 URL 参数）。具体可以参考官方指南定制化安装字符串[^3]: ```bash pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121 ``` 需要注意的是，在混合使用 `conda` 和 `pip` 进行管理时要格外小心，因为两者可能会引入不同的依赖解析策略从而造成冲突。 --- #### 4. 处理持续存在的 `PackagesNotFoundError` 即使经过上述步骤之后依旧报告找不到某些包的情况，可能意味着所请求的具体组合确实不可用。这时可以考虑降低要求或寻找替代方案： - **降级 Python**：有时较新的 Python 版本尚未被完全适配到所有的科学计算库之中； ```bash conda install python=3.8 ``` - **单独逐一测试各组成部分是否存在可用源**： ```bash conda search pytorch conda search torchvision ... ``` 一旦发现某个特定子项目始终缺失，则需进一步调查是否有特殊编译需求或者其他形式的支持声明存在[^2]。 --- #### 5. 验证安装成果 最后应当验证各个模块是否能正常导入而不抛出异常信息： ```python import torch import torchvision import torchaudio print('Modules loaded successfully.') ``` 若有任何 ImportError 发生，请参照之前提到过的排查手段重复检查直至问题彻底消除为止。 --- ###