如何在免费GPU平台成功安装PyTorch 1.7.0？

问题核心是免费GPU平台（Google Colab、Kaggle Kernel等）当前的CUDA、Python版本与PyTorch 1.7.0的预编译包不兼容：这些平台默认提供CUDA 11.3及以上版本，而PyTorch 1.7.0仅支持到CUDA 11.0；同时平台默认Python版本多为3.9+，但PyTorch 1.7.0的预编译包仅适配Python 3.6~3.8。以下是可行解决思路：

方案一：降级Python版本并指定适配CUDA的预编译包 #

以Google Colab为例，步骤如下：

1. 安装Python 3.8并设置为默认版本：

!sudo apt-get update && sudo apt-get install -y python3.8
!sudo update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.8 1
!sudo update-alternatives --config python3  # 选择Python 3.8对应的选项

2. 重新安装适配Python 3.8的pip：

!curl https://bootstrap.pypa.io/get-pip.py | python3.8

3. 安装对应CUDA版本的PyTorch 1.7.0（以CUDA 11.0为例）：

!pip install torch==1.7.0+cu110 torchvision==0.8.1+cu110 torchaudio==0.7.0 -f https://download.pytorch.org/whl/torch_stable.html

4. 安装剩余依赖：

!pip install allennlp==1.3 transformers==4.0.0 networkx

方案二：从源码编译PyTorch 1.7.0 #

注意：免费平台GPU算力有限，编译耗时较长（30~60分钟），易因超时中断，仅作备选：

1. 安装编译依赖：

!pip install cmake ninja
!sudo apt-get install -y gcc g++

2. 克隆PyTorch 1.7.0源码并初始化子模块：

!git clone --branch v1.7.0 https://github.com/pytorch/pytorch.git
!cd pytorch && git submodule update --init --recursive

3. 设置编译环境变量（匹配平台当前CUDA版本）：

!export CUDA_HOME=/usr/local/cuda
!export PATH=$CUDA_HOME/bin:$PATH
!export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$LD_LIBRARY_PATH

4. 编译并安装：

!cd pytorch && python setup.py install

5. 安装剩余依赖包。

方案三：修改项目依赖版本（推荐） #

最稳定高效的方式是调整项目依赖，适配平台默认PyTorch版本：

• allennlp==1.3支持PyTorch 1.6.0~1.7.1，若平台默认PyTorch为1.8.x及以上，可升级allennlp到1.4.x（支持PyTorch 1.8.x）或更高版本；
• transformers==4.0.0可升级到4.x系列更高版本（如4.5.x），这类版本兼容更高版本PyTorch；
• 调整后直接使用平台默认PyTorch版本，无需手动安装旧版，避免环境冲突。

内容的提问来源于stack exchange，提问作者Larkin