PyTorch版本不符求助：期望2.1.2却安装为2.0.1且安装报错

核心问题 #

1. CUDA版本不兼容：你使用的基础镜像是nvidia/cuda:11.8.0-cudnn8-runtime-ubuntu22.04（对应CUDA 11.8），但安装PyTorch时指定了cu121的源，版本不匹配导致pip无法拉取到PyTorch 2.1.2的适配包，最终默认安装了旧版本2.0.1。
2. 未明确指定PyTorch版本：安装命令里没写死torch==2.1.2，pip自动选择了适配当前环境的旧版本。

修正后的Dockerfile关键片段 #

把原Dockerfile中安装ComfyUI依赖的RUN命令替换为以下内容：

# Install ComfyUI dependencies（指定PyTorch 2.1.2 + 适配CUDA 11.8的源）
RUN pip3 install --no-cache-dir torch==2.1.2 torchvision==0.16.2 torchaudio==2.1.2 --index-url https://download.pytorch.org/whl/cu118 -i https://pypi.tuna.tsinghua.edu.cn/simple \
    && pip3 install --no-cache-dir xformers==0.0.22.post7 -i https://pypi.tuna.tsinghua.edu.cn/simple

修改说明 #

• 对齐CUDA版本：将PyTorch源改为https://download.pytorch.org/whl/cu118，和基础镜像的CUDA 11.8完全匹配，确保能拉取到对应版本的预编译包。
• 锁定版本号：明确指定torch==2.1.2，同时配套安装官方配对的torchvision==0.16.2和torchaudio==2.1.2，避免版本不兼容问题。
• 调整xformers版本：xformers 0.0.21对PyTorch 2.1.x支持不佳，换成0.0.22.post7是官方推荐适配PyTorch 2.1.x的稳定版本，能解决安装报错问题。

验证方法 #

构建镜像并启动容器后，执行以下命令确认：

import torch
print(torch.__version__)  # 正常输出2.1.2
print(torch.cuda.is_available())  # 输出True说明CUDA适配正常

内容的提问来源于stack exchange，提问作者xsjiang