如何在requirements.txt中结合>=与+cu110安装PyTorch GPU版？

要实现同时满足>=版本约束和指定CUDA（如+cu110）的PyTorch安装需求，是可以做到的，但需要遵循pip对带后缀版本号的语法规则，同时正确指定PyTorch的专属轮子源，以下是具体方案和问题原因分析：

问题根源 #

你之前的尝试失败主要有两个核心原因：

• PyTorch带CUDA后缀的轮子（如+cu110）不在默认PyPI源中，必须指定PyTorch官方的轮子源才能找到
• 版本约束中未明确绑定+cu110后缀，pip会优先匹配无后缀的CPU版或其他CUDA版本的轮子

正确的requirements.txt配置 #

将版本约束与CUDA后缀绑定，同时添加PyTorch的轮子源，示例如下：

# 约束torch版本>=1.7.0、!=1.12.0，且必须是cu110版本
torch>=1.7.0+cu110,!=1.12.0+cu110
# 对应匹配torchvision的版本与cu110后缀
torchvision>=0.8.1+cu110,!=0.13.0+cu110
# 指定PyTorch官方轮子源，确保能找到带CUDA后缀的包
-f https://download.pytorch.org/whl/torch_stable.html

关键注意事项 #

• 版本后缀绑定：必须在每个版本约束值后加上+cu110，比如>=1.7.0+cu110，而不是单独写torch>=1.7.0 +cu110，这样pip才会识别到要筛选带cu110后缀的版本
• 源的优先级：-f（--find-links）会告诉pip去指定地址查找额外的轮子，比--extra-index-url更适合PyTorch的场景，因为PyTorch的轮子是按CUDA版本分类存放的
• 版本匹配：确保torch和torchvision的版本与CUDA版本兼容，比如torch1.7.0+cu110对应torchvision0.8.1+cu110，避免出现兼容性问题

验证方法 #

可以先执行 dry-run 命令测试安装计划，确认是否会拉取指定的cu110版本：

pip install -r requirements.txt --dry-run

内容的提问来源于stack exchange，提问作者丶 Limeー来夢 丶