为何torchvision、torchaudio、torchtext要求与PyTorch版本严格匹配？

虽然PyTorch的公共API在补丁版本间保持稳定，但torchvision、torchaudio这类下游包仍要求与PyTorch版本完全一致，主要有以下几个原因：

• 底层ABI兼容性限制：下游包大多包含编译后的二进制扩展，它们依赖PyTorch的应用二进制接口（ABI）。补丁版本可能会对内部的内存布局、底层函数实现做细微调整，这些变动不会影响公共API，但会破坏ABI兼容性。如果下游包用高版本PyTorch编译，却运行在低版本环境中，很可能出现崩溃、内存错误等难以排查的问题。

• 私有/内部接口的依赖：很多下游包会用到PyTorch未对外公开的内部接口，这些接口不在公共API的兼容性承诺范围内。补丁版本中，PyTorch团队可能会优化、修改甚至移除这些内部接口，而下游包的开发是基于特定版本的内部逻辑实现的，版本不匹配就会导致功能失效。

• 测试与支持成本控制：PyTorch官方不会针对下游包和所有补丁版本的组合做全面测试。强制版本完全匹配，能确保用户使用的是经过联合测试的版本组合，减少因跨版本兼容问题带来的技术支持负担，也能让用户更快定位问题根源。

• 避免隐性的bug依赖：补丁版本通常会修复一些底层bug，部分下游包的功能可能依赖这些修复后的行为。如果允许跨补丁版本使用，用户可能会因为旧版本PyTorch的未修复bug，导致下游包出现异常，却很难联想到是版本不匹配的问题。强制完全匹配能避免这类隐性的兼容性陷阱。

内容的提问来源于stack exchange，提问作者mwlon