通过Conda.yml的pip可安装的包，在setup.cfg的pip中安装失败

你遇到的核心问题是Conda仓库（conda-forge）与PyPI仓库的包分发逻辑不一致，导致部分旧版本包在PyPI上无法找到，而Conda环境中可以正常安装。具体到torch这类包，还有额外的平台/硬件适配因素：

关键原因 #

1. 包仓库差异：conda-forge会为更多平台、硬件编译适配的包版本，而PyPI上的旧版本包（如torch 1.13.1）可能仅保留特定CUDA版本/平台的轮子，甚至部分旧版本会被移除或标记为不可用。
2. pip版本差异：你Conda环境中使用的是pip 22.3.1，而当前用于安装的pip版本可能较新，其索引查找逻辑对旧包的支持有变化，导致无法检索到目标版本。

解决方案 #

1. 针对PyTorch系列包指定官方安装索引 #

PyTorch的旧版本需要从官方维护的索引获取，而非默认的PyPI。可以通过以下两种方式处理：

• 安装时手动指定索引：执行安装命令时添加额外索引（根据你的CUDA版本选择对应链接，比如CUDA 11.7）：

  pip install . --extra-index-url https://download.pytorch.org/whl/cu117
  

• 通过pyproject.toml配置默认索引：在项目根目录创建pyproject.toml，添加PyTorch的索引配置，这样安装时会自动读取：

  [project]
  dependencies = [
      "torch==1.13.1",
      "torchvision==0.14.1",
      "torchaudio==0.13.1",
      "pandas==1.5.3",
      "gym==0.25.1",
      "ale-py==0.7.5",
  ]
  
  [tool.pip]
  extra-index-url = ["https://download.pytorch.org/whl/cu117"]
  

2. 降级pip至Conda环境中的版本 #

将当前环境的pip降级到22.3.1，匹配你原Conda环境的pip版本，避免新pip的索引逻辑问题：

pip install pip==22.3.1
pip install .

3. 验证目标版本的可用性 #

先确认PyPI或官方索引中是否存在目标版本的适配轮子：

• 用pip查询torch的可用版本：

  pip index versions torch
  

如果结果中没有1.13.1，说明该版本在默认PyPI索引中已不再提供，必须使用PyTorch官方索引。

4. 针对平台差异添加环境标记（可选） #

如果你的包需要适配多平台，可以在setup.cfg中使用环境标记，指定不同平台的版本或安装逻辑：

install_requires =
    pandas==1.5.3
    gym==0.25.1
    ale-py==0.7.5
    torch==1.13.1; platform_system == "Linux" and platform_machine == "x86_64"
    torch==1.13.1; platform_system == "Windows"
    torchvision==0.14.1; platform_system == "Linux" and platform_machine == "x86_64"
    torchvision==0.14.1; platform_system == "Windows"
    torchaudio==0.13.1; platform_system == "Linux" and platform_machine == "x86_64"
    torchaudio==0.13.1; platform_system == "Windows"

内容的提问来源于stack exchange，提问作者Sam Lerman