PyTorch中is_sparse_any导入错误求助：Seq2Seq模型训练报错

在使用PyTorch定义并训练Seq2Seq模型时触发导入错误，代码片段如下：

import torch
import torch.nn as nn
from torch.nn import TransformerEncoderLayer, TransformerDecoderLayer

class Seq2Seq(nn.Module):
    def __init__(self, encoder, decoder, config):
        super().__init__()
        self.encoder = encoder(config)
        self.decoder = decoder(config)
        
    def forward(self, src, tgt):
        encoder_output = self.encoder(src)
        decoder_output = self.decoder(encoder_output, tgt)
        return decoder_output

model = Seq2Seq(TransformerEncoderLayer, TransformerDecoderLayer, config)
optimizer = torch.optim.Adam(model.parameters())

运行至最后一行时出现错误：

ImportError: cannot import name 'is_sparse_any' from 'torch._subclasses.meta_utils'

已尝试操作：

• 检查导入语句正确性
• 更新PyTorch至最新版本
• 搜索同类问题但未找到明确解决方案

补充信息：torch安装正常，其他基础PyTorch脚本可正常运行，疑似环境配置问题。

• 排查PyTorch版本兼容性：该错误多由PyTorch内部模块变动导致，即便已更新到最新版，仍可能存在适配问题。可尝试回退至稳定旧版本，例如2.0.1或1.13.1，执行对应安装命令：

  # CUDA 11.8版本示例
  pip install torch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 --index-url https://download.pytorch.org/whl/cu118
  # CPU版本
  pip install torch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2
  

• 重建干净虚拟环境：现有环境可能存在第三方库（如transformers、torchtext）与PyTorch的版本冲突。创建全新虚拟环境并仅安装必要依赖：

  python -m venv clean_torch_env
  # Windows激活环境：clean_torch_env\Scripts\activate
  # Linux/macOS激活环境：source clean_torch_env/bin/activate
  pip install torch torchvision torchaudio
  

  在新环境中重新测试代码。

• 修正模型初始化逻辑：错误可能因模型初始化时参数传递触发内部模块异常。TransformerEncoderLayer/DecoderLayer需明确传入d_model、nhead等参数，而非直接传入config对象（若config未正确映射参数）。示例修改：

  # 假设config包含d_model、nhead、dim_feedforward字段
  self.encoder = encoder(d_model=config.d_model, nhead=config.nhead, dim_feedforward=config.dim_feedforward)
  self.decoder = decoder(d_model=config.d_model, nhead=config.nhead, dim_feedforward=config.dim_feedforward)
  

• 清理PyTorch缓存：缓存文件损坏可能引发异常，执行清理后重新安装：

  pip cache purge
  # Linux/macOS删除缓存目录
  rm -rf ~/.cache/torch
  # Windows手动删除C:\Users\<你的用户名>\.cache\torch文件夹
  

内容的提问来源于stack exchange，提问作者Farshid Civil