A100 GPU环境下PyTorch、TorchText、TorchData适配安装求助

一、修复A100与PyTorch的CUDA兼容性问题 #

你的报错根源是A100的CUDA算力为sm_80，而当前torch==1.12.0+cu102依赖的CUDA 10.2不支持该算力，必须升级到支持CUDA 11.x的PyTorch版本。

正确安装命令（无root权限） #

选择PyTorch 1.13.1+cu117（稳定且兼容sm_80），同时安装匹配版本的TorchText和TorchData：

pip install --user torch==1.13.1+cu117 torchtext==0.14.1 torchdata==0.5.1 -f https://download.pytorch.org/whl/cu117

• 说明：--user确保安装到用户目录（无需root），-f指定PyTorch官方CUDA镜像源，避免pip找不到带CUDA后缀的版本。

验证安装 #

运行以下代码确认CUDA正常工作：

import torch
print(torch.cuda.is_available())  # 应输出True
print(torch.cuda.get_device_capability())  # 应输出(8, 0)

二、替代TorchText，直接加载本地GloVe文件 #

如果不想调整版本，直接用以下代码读取本地的glove.twitter.27B.100d.txt，功能和TorchText的GloVe类完全一致：

import torch
import numpy as np

def load_glove_local(file_path):
    word_vec_dict = {}
    with open(file_path, 'r', encoding='utf-8') as f:
        for line in f:
            tokens = line.strip().split()
            word = tokens[0]
            vec = np.array(tokens[1:], dtype=np.float32)
            word_vec_dict[word] = vec
    
    # 可选：生成词汇表和张量，方便模型集成
    vocab = list(word_vec_dict.keys())
    vec_tensor = torch.tensor([word_vec_dict[w] for w in vocab])
    return word_vec_dict, vocab, vec_tensor

# 使用示例
glove_file = "/path/to/your/glove.twitter.27B.100d.txt"
word_to_vec, vocab, glove_tensor = load_glove_local(glove_file)

# 获取单个词的向量
print(word_to_vec.get("example"))

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