Colab中安装torch==1.8.0+cu111失败，求解决方案

问题背景 #

在Colab笔记本中尝试安装带CUDA支持的PyTorch（torch==1.8.0+cu111），环境CUDA版本为11.8，显卡为NVIDIA 1650Ti，执行代码后触发版本匹配错误。

触发错误的代码 #

import subprocess

CUDA_version = [s for s in subprocess.check_output(["nvcc", "--version"]).decode("UTF-8").split(", ") if s.startswith("release")][0].split(" ")[-1]
print("CUDA version:", CUDA_version)

if CUDA_version == "10.1":
    torch_version_suffix = "+cu101"
elif CUDA_version == "10.2":
    torch_version_suffix = "+cu102"
else:
    torch_version_suffix = "+cu111"
# pip install torch==1.7.0 -f https://download.pytorch.org/whl/torch_stable.html
!pip install torch==1.8.0{torch_version_suffix} torchvision==0.9.0{torch_version_suffix} -f https://download.pytorch.org/whl/torch_stable.html ftfy reg

错误信息 #

Could not find a version that satisfies the requirement torch==1.8.0+cu111 (from versions: 1.11.0, 1.11.0+cpu, 1.11.0+cu102, 1.11.0+cu113, 1.11.0+cu115, 1.11.0+rocm4.3.1, 1.11.0+rocm4.5.2, 1.12.0, 1.12.0+cpu, 1.12.0+cu102, 1.12.0+cu113, 1.12.0+cu116, 1.12.0+rocm5.0, 1.12.0+rocm5.1.1, 1.12.1, 1.12.1+cpu, 1.12.1+cu102, 1.12.1+cu113, 1.12.1+cu116, 1.12.1+rocm5.0, 1.12.1+rocm5.1.1, 1.13.0, 1.13.0+cpu, 1.13.0+cu116, 1.13.0+cu117, 1.13.0+cu117.with.pypi.cudnn, 1.13.0+rocm5.1.1, 1.13.0+rocm5.2, 1.13.1, 1.13.1+cpu, 1.13.1+cu116, 1.13.1+cu117, 1.13.1+cu117.with.pypi.cudnn, 1.13.1+rocm5.1.1, 1.13.1+rocm5.2, 2.0.0, 2.0.0+cpu, 2.0.0+cpu.cxx11.abi, 2.0.0+cu117, 2.0.0+cu117.with.pypi.cudnn, 2.0.0+cu118, 2.0.0+rocm5.3, 2.0.0+rocm5.4.2, 2.0.1, 2.0.1+cpu, 2.0.1+cpu.cxx11.abi, 2.0.1+cu117, 2.0.1+cu117.with.pypi.cudnn, 2.0.1+cu118, 2.0.1+rocm5.3, 2.0.1+rocm5.4.2)
ERROR: No matching distribution found for torch==1.8.0+cu111

问题原因 #

1. 包源缺失：PyTorch 1.8.0+cu111的预编译包已从默认PyPI源移除，错误信息里列出的可用版本最低为1.11.0，说明旧版本的特定CUDA后缀包不在默认检索范围内。
2. 源层面版本不匹配：当前Colab环境CUDA版本为11.8，而torch==1.8.0+cu111是针对CUDA 11.1编译的，虽然CUDA本身支持向下兼容，但pip无法在默认源中找到对应包。

解决方法 #

方法一：指定CUDA 11.1专属的PyTorch下载源 #

修改pip安装命令，明确指向CUDA 11.1的whl仓库，让pip能定位到旧版本包：

!pip install torch==1.8.0+cu111 torchvision==0.9.0+cu111 -f https://download.pytorch.org/whl/cu111/torch_stable.html ftfy reg

原理：将原命令中的通用torch_stable.html替换为CUDA 11.1的特定目录，直接定位到旧版本包的存储位置。

方法二：手动下载whl包后安装 #

1. 先确认Colab的Python版本（执行!python --version），PyTorch 1.8.0支持Python 3.6-3.9。
2. 下载对应Python版本的whl包：
   • torch包：torch-1.8.0+cu111-cpXX-cpXX-linux_x86_64.whl（XX为Python版本号，比如3.8对应cp38）
   • torchvision包：torchvision-0.9.0+cu111-cpXX-cpXX-linux_x86_64.whl
3. 使用pip安装本地包：

# 示例：Python 3.8版本
!pip install torch-1.8.0+cu111-cp38-cp38-linux_x86_64.whl torchvision-0.9.0+cu111-cp38-cp38-linux_x86_64.whl ftfy reg

注意事项 #

不建议降级Colab的系统CUDA版本到11.1，因为Colab是托管环境，修改系统级组件会带来兼容性问题，操作成本远高于直接安装对应whl包。

内容的提问来源于stack exchange，提问作者scythe