如何在保留PyTorch 1.13.1+CUDA11.7的前提下安装TorchText？

完全可以保留现有环境安装兼容的TorchText版本，核心是避免pip自动替换你的PyTorch，具体方法如下：

• 方法一：跳过依赖检查安装指定版本
  使用--no-deps参数跳过TorchText的依赖自动处理，直接安装与PyTorch 1.13.x兼容的TorchText 0.14.0，这样不会改动已安装的PyTorch：

  pip install torchtext==0.14.0 --no-deps
  

  安装后如果遇到TorchText缺失其他依赖（如tqdm、numpy等），再单独安装对应的依赖包即可。

• 方法二：强制锁定PyTorch版本与CUDA标识
  如果担心跳过依赖检查导致潜在问题，可以在安装TorchText时明确指定你当前的PyTorch版本及CUDA标识，让pip保留现有GPU版本：

  pip install torchtext==0.14.0 torch==1.13.1+cu117 --force-reinstall --no-cache-dir
  

  这个命令会重新安装指定的GPU版PyTorch和匹配的TorchText，确保环境一致性。

安装完成后，可运行以下代码验证环境是否正常：

import torch
import torchtext
print(torch.__version__)       # 应输出 1.13.1+cu117
print(torchtext.__version__)   # 应输出 0.14.0
print(torch.cuda.is_available()) # 应返回 True

内容的提问来源于stack exchange，提问作者Pep Bravo