The following specifications were found to be incompatible with your system的解决方案【已解决】
问题描述
运行这句
conda env create -f environment.yml报错：
Package libpng conflicts for:
tensorflow-gpu==1.14.0=h0d30ee6_0 -> tensorflow==1.14.0 -> libpng[version='>=1.6.37,<1.7.0a0']
keras==2.3.1=0 -> tensorflow -> libpng[version='>=1.6.37,<1.7.0a0']
seaborn==0.11.2=pyhd3eb1b0_0 -> matplotlib[version='>=2.2'] -> libpng[version='>=1.6.34,<1.7.0a0|>=1.6.35,<1.7.0a0|>=1.6.36,<1.7.0a0|>=1.6.37,<1.7.0a0']The following specifications were found to be incompatible with your system:
- feature:/linux-64::__cuda==11.7=0
- feature:/linux-64::__glibc==2.31=0
- feature:|@/linux-64::__cuda==11.7=0
- feature:|@/linux-64::__glibc==2.31=0
- keras==2.3.1=0 -> tensorflow -> __cuda
- keras==2.3.1=0 -> tensorflow -> __glibc[version='>=2.17']
Your installed version is: 2.31
Note that strict channel priority may have removed packages required for satisfiability.解决方案
在把本机程序放到服务器运行的过程中，我碰了无数次壁，但是都没有解决，直到我最后放弃了整体的环境安装方式。
我在上一篇文章中近乎完整的记录了我的碰壁过程让所有小伙伴们引以为戒。
链接：conda env create -f environment.yml报错ResolvePackageNotFound和Found conflicts的解决方案【已解决】_ACMSunny的博客-CSDN博客
pip安装和conda安装配置环境我都试了，packagenotfound可以通过添加源来解决。而conflicts涉及到源码之类的，简直无能为力。因此决定暂时放弃这个方法。
开始使用，一次一安装的方式去干。
就是程序需要用到什么就安装什么。
尽可能的减少环境内包的数量和可能产生的冲突。
使用这个方法需要注意以下几点：
（1）你的源环境是否使用TensorFlow，如果使用一定要先安装正确版本的TensorFlow，然后再安装其它包。
（2）可以先安装一些常用的包，比如numpy，pandas,matplotlib,scipy等等。也要根据你自己常用的情况去选择。
（3）可以看一下你程序内导入的包。
万万没想到，当我不使用这两种整体方式配置环境时候，之前的那些奇形怪状的死活有冲突安装不上的包一股脑都安装了。
conda env create -f environment.yml
pip install -r requirements.txt安装命令为：
pip install tensorflow-gpu==1.14.0 -i https://pypi.tuna.tsinghua.edu.cn/simple之所以用1.14.0是我的源环境是这样的。你可以根据你自己的环境修改。想知道你的配置列表。可以直接cmd——激活你的环境——conda list，上面会显示你的TensorFlow的版本号。
如下：
LIST_2080Ti@ubuntu-SYS-7049GP-TRT:~/njh/CHB-MIT-DATA/epilepsy_eeg_classification$ pip install tensorflow-gpu==1.14.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
Looking in indexes: https://pypi.tuna.tsinghua.edu.cn/simple
Collecting tensorflow-gpu==1.14.0
Downloading https://pypi.tuna.tsinghua.edu.cn/packages/32/67/559ca8408431c37ad3a17e859c8c291ea82f092354074baef482b98ffb7b/tensorflow_gpu-1.14.0-cp37-cp37m-manylinux1_x86_64.whl (377.1 MB)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 377.1/377.1 MB 1.6 MB/s eta 0:00:00
Collecting gast>=0.2.0
Downloading https://pypi.tuna.tsinghua.edu.cn/packages/5f/1c/b59500a88c5c3d9d601c5ca62b9df5e0964764472faed82a182958a922c5/gast-0.5.3-py3-none-any.whl (19 kB)
Collecting grpcio>=1.8.6
Downloading https://pypi.tuna.tsinghua.edu.cn/packages/dc/e9/6e97a958c2a6603d9eb93e94b73381e2df8eb13865cdb166fc8f4dee8772/grpcio-1.51.1-cp37-cp37m-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (4.8 MB)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 4.8/4.8 MB 5.8 MB/s eta 0:00:00
Collecting tensorboard<1.15.0,>=1.14.0
Downloading https://pypi.tuna.tsinghua.edu.cn/packages/91/2d/2ed263449a078cd9c8a9ba50ebd50123adf1f8cfbea1492f9084169b89d9/tensorboard-1.14.0-py3-none-any.whl (3.1 MB)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 3.1/3.1 MB 3.9 MB/s eta 0:00:00
Collecting tensorflow-estimator<1.15.0rc0,>=1.14.0rc0
Downloading https://pypi.tuna.tsinghua.edu.cn/packages/3c/d5/21860a5b11caf0678fbc8319341b0ae21a07156911132e0e71bffed0510d/tensorflow_estimator-1.14.0-py2.py3-none-any.whl (488 kB)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 488.5/488.5 kB 1.1 MB/s eta 0:00:00
Collecting six>=1.10.0
Downloading https://pypi.tuna.tsinghua.edu.cn/packages/d9/5a/e7c31adbe875f2abbb91bd84cf2dc52d792b5a01506781dbcf25c91daf11/six-1.16.0-py2.py3-none-any.whl (11 kB)
Collecting keras-preprocessing>=1.0.5
Downloading https://pypi.tuna.tsinghua.edu.cn/packages/79/4c/7c3275a01e12ef9368a892926ab932b33bb13d55794881e3573482b378a7/Keras_Preprocessing-1.1.2-py2.py3-none-any.whl (42 kB)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 42.6/42.6 kB 3.0 MB/s eta 0:00:00
Collecting astor>=0.6.0
Downloading https://pypi.tuna.tsinghua.edu.cn/packages/c3/88/97eef84f48fa04fbd6750e62dcceafba6c63c81b7ac1420856c8dcc0a3f9/astor-0.8.1-py2.py3-none-any.whl (27 kB)
Collecting google-pasta>=0.1.6
Downloading https://pypi.tuna.tsinghua.edu.cn/packages/a3/de/c648ef6835192e6e2cc03f40b19eeda4382c49b5bafb43d88b931c4c74ac/google_pasta-0.2.0-py3-none-any.whl (57 kB)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 57.5/57.5 kB 2.8 MB/s eta 0:00:00
Collecting numpy<2.0,>=1.14.5
Downloading https://pypi.tuna.tsinghua.edu.cn/packages/6d/ad/ff3b21ebfe79a4d25b4a4f8e5cf9fd44a204adb6b33c09010f566f51027a/numpy-1.21.6-cp37-cp37m-manylinux_2_12_x86_64.manylinux2010_x86_64.whl (15.7 MB)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 15.7/15.7 MB 2.4 MB/s eta 0:00:00
Collecting protobuf>=3.6.1
Downloading https://pypi.tuna.tsinghua.edu.cn/packages/e7/a2/3273c05fc5d959fa90de6453ebd6d45c6d4fab3ec212d631625ea5780921/protobuf-4.21.12-cp37-abi3-manylinux2014_x86_64.whl (409 kB)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 409.8/409.8 kB 4.0 MB/s eta 0:00:00
Collecting termcolor>=1.1.0
Downloading https://pypi.tuna.tsinghua.edu.cn/packages/aa/f4/8ddd8a684b4c005345f45740a449d93d0af7ccecd91319d0f4426cf08b36/termcolor-2.2.0-py3-none-any.whl (6.6 kB)
Collecting absl-py>=0.7.0
Downloading https://pypi.tuna.tsinghua.edu.cn/packages/dd/87/de5c32fa1b1c6c3305d576e299801d8655c175ca9557019906247b994331/absl_py-1.4.0-py3-none-any.whl (126 kB)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 126.5/126.5 kB 4.7 MB/s eta 0:00:00
Requirement already satisfied: wheel>=0.26 in /home/LIST_2080Ti/anaconda3/envs/venv2/lib/python3.7/site-packages (from tensorflow-gpu==1.14.0) (0.38.4)
Collecting wrapt>=1.11.1
Downloading https://pypi.tuna.tsinghua.edu.cn/packages/49/a8/528295a24655f901148177355edb6a22b84abb2abfadacc1675643c1434a/wrapt-1.14.1-cp37-cp37m-manylinux_2_5_x86_64.manylinux1_x86_64.manylinux_2_17_x86_64.manylinux2014_x86_64.whl (75 kB)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 75.2/75.2 kB 5.2 MB/s eta 0:00:00
Collecting keras-applications>=1.0.6
Downloading https://pypi.tuna.tsinghua.edu.cn/packages/71/e3/19762fdfc62877ae9102edf6342d71b28fbfd9dea3d2f96a882ce099b03f/Keras_Applications-1.0.8-py3-none-any.whl (50 kB)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 50.7/50.7 kB 8.2 MB/s eta 0:00:00
Collecting h5py
Downloading https://pypi.tuna.tsinghua.edu.cn/packages/95/be/de1e591bec008ed92d3829b985757b8bc2d34179feef5e181530876a4f9d/h5py-3.8.0-cp37-cp37m-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (4.3 MB)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 4.3/4.3 MB 6.6 MB/s eta 0:00:00
Requirement already satisfied: setuptools>=41.0.0 in /home/LIST_2080Ti/anaconda3/envs/venv2/lib/python3.7/site-packages (from tensorboard<1.15.0,>=1.14.0->tensorflow-gpu==1.14.0) (67.1.0)
Collecting werkzeug>=0.11.15
Downloading https://pypi.tuna.tsinghua.edu.cn/packages/c8/27/be6ddbcf60115305205de79c29004a0c6bc53cec814f733467b1bb89386d/Werkzeug-2.2.2-py3-none-any.whl (232 kB)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 232.7/232.7 kB 2.4 MB/s eta 0:00:00
Collecting markdown>=2.6.8
Downloading https://pypi.tuna.tsinghua.edu.cn/packages/86/be/ad281f7a3686b38dd8a307fa33210cdf2130404dfef668a37a4166d737ca/Markdown-3.4.1-py3-none-any.whl (93 kB)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 93.3/93.3 kB 2.2 MB/s eta 0:00:00
Collecting importlib-metadata>=4.4
Downloading https://pypi.tuna.tsinghua.edu.cn/packages/26/a7/9da7d5b23fc98ab3d424ac2c65613d63c1f401efb84ad50f2fa27b2caab4/importlib_metadata-6.0.0-py3-none-any.whl (21 kB)
Collecting MarkupSafe>=2.1.1
Downloading https://pypi.tuna.tsinghua.edu.cn/packages/95/88/8c8cce021ac1b1eedde349c6a41f6c256da60babf95e572071361ff3f66b/MarkupSafe-2.1.2-cp37-cp37m-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (25 kB)
Collecting typing-extensions>=3.6.4
Downloading https://pypi.tuna.tsinghua.edu.cn/packages/0b/8e/f1a0a5a76cfef77e1eb6004cb49e5f8d72634da638420b9ea492ce8305e8/typing_extensions-4.4.0-py3-none-any.whl (26 kB)
Collecting zipp>=0.5
Downloading https://pypi.tuna.tsinghua.edu.cn/packages/37/7d/4a5221043904612db108bbe7d0ad7409015fb143bae137c72d9dfd7b75e1/zipp-3.12.1-py3-none-any.whl (6.7 kB)
Installing collected packages: tensorflow-estimator, zipp, wrapt, typing-extensions, termcolor, six, protobuf, numpy, MarkupSafe, grpcio, gast, astor, absl-py, werkzeug, keras-preprocessing, importlib-metadata, h5py, google-pasta, markdown, keras-applications, tensorboard, tensorflow-gpu
Successfully installed MarkupSafe-2.1.2 absl-py-1.4.0 astor-0.8.1 gast-0.5.3 google-pasta-0.2.0 grpcio-1.51.1 h5py-3.8.0 importlib-metadata-6.0.0 keras-applications-1.0.8 keras-preprocessing-1.1.2 markdown-3.4.1 numpy-1.21.6 protobuf-4.21.12 six-1.16.0 tensorboard-1.14.0 tensorflow-estimator-1.14.0 tensorflow-gpu-1.14.0 termcolor-2.2.0 typing-extensions-4.4.0 werkzeug-2.2.2 wrapt-1.14.1 zipp-3.12.1安装TensorFlow-gpu版本时候自动安装一波包。
Successfully installed MarkupSafe-2.1.2 absl-py-1.4.0 astor-0.8.1 gast-0.5.3 google-pasta-0.2.0 grpcio-1.51.1 h5py-3.8.0 importlib-metadata-6.0.0 keras-applications-1.0.8 keras-preprocessing-1.1.2 markdown-3.4.1 numpy-1.21.6 protobuf-4.21.12 six-1.16.0 tensorboard-1.14.0 tensorflow-estimator-1.14.0 tensorflow-gpu-1.14.0 termcolor-2.2.0 typing-extensions-4.4.0 werkzeug-2.2.2 wrapt-1.14.1 zipp-3.12.1报错缺少mne时候，安装mne又装了一堆包。
Successfully installed appdirs-1.4.4 certifi-2022.12.7 charset-normalizer-3.0.1 cycler-0.11.0 decorator-5.1.1 fonttools-4.38.0 idna-3.4 jinja2-3.1.2 kiwisolver-1.4.4 matplotlib-3.5.3 mne-1.3.0 packaging-23.0 pillow-9.4.0 pooch-1.6.0 pyparsing-3.0.9 python-dateutil-2.8.2 requests-2.28.2 scipy-1.7.3 tqdm-4.64.1 urllib3-1.26.14报错缺少pandas时候，安装pandas只安装了pandas和pytz.
Successfully installed pandas-1.3.5 pytz-2022.7.1然后再调整了一下里面使用文件的路径。使用相对路径报错的是找不到文件。所以，在服务器我用的是绝对路径。
然后事情就完成了。
万万没想到，我几天没有搞定的事情，一个个安装的时候竟然如此顺利。
问题分析
很多人使用上面的方式都解决了问题，只有我用了前面的所有方法，直到自己不使用整体配置环境的方式才解决问题。
报错的原因有很多。
比如packagenotfound，可能需要加入镜像源就能解决。
比如found conflicts，可能需要修改版本，或者删除版本号能解决。而我实验了各种方式，这个conflicts始终无法解决。直到自己手动配置环境才可以。
第12步手动配置，总共也没花多少时间就解决了问题。
希望前面的12个坑能够给你以借鉴。
另外，一般情况下，个人项目不会太大，手动不使用整体配置可能会更好更快的完成。
conda env create -f environment.yml
pip install -r requirements.txt
或许对于大项目有用，但是对于小项目来说，这两种方法带来的问题远远比它带来的便利要大。