安装CodeGen出现torch==1.9.0+cu111无匹配分发版本报错

两个报错是三个问题叠加导致的：

• pip找不到对应版本torch：带+cu111后缀的CUDA版PyTorch不托管在PyPI官方源，执行安装时如果网络无法正常访问PyTorch的whl索引地址，或是pip版本过低无法正确解析--find-links参数，就只能拉取到官方源里不带CUDA后缀的普通torch版本，匹配不上要求的版本号。
• conda解析requirements失败：--find-links是pip专属的配置参数，conda无法识别该语法，直接读取带该参数的requirements文件必然报解析错误。
• requirements文件本身存在笔误：最后一行transformers==4.16.2末尾多打了一个%符号，哪怕前面的torch装完，这行也会报版本匹配失败的错误。

1. 先修正requirements.txt文件内容
   删掉transformers版本号后的多余%，修正后的文件内容为：

--find-links https://download.pytorch.org/whl/torch_stable.html
torch==1.9.0+cu111
transformers==4.16.2

前置检查：确认本地显卡驱动版本支持CUDA11.1，Linux系统驱动版本≥455.23、Windows系统驱动版本≥456.38才可正常使用cu111版本的torch。如果驱动版本不满足，要么升级显卡驱动，要么把torch版本替换为和你本地CUDA版本匹配的1.9.x对应版本。

2. 单独安装指定版本的torch
   不要直接执行全量依赖安装，先单独装torch避免解析冲突：

pip3 install torch==1.9.0+cu111 -f https://download.pytorch.org/whl/torch_stable.html

如果该命令执行超时、还是找不到包，就手动下载对应python版本、系统版本的torch1.9.0+cu111的whl安装包到本地，再执行pip3 install 本地whl文件的完整路径完成安装。

3. 验证torch安装有效性
   安装完成后执行验证命令：

python3 -c "import torch; print(torch.__version__, torch.cuda.is_available())"

输出结果显示版本为1.9.0+cu111且torch.cuda.is_available()返回True，说明torch安装正确。

4. 安装剩余依赖
   把requirements.txt里的torch==1.9.0+cu111这一行行首加#注释掉，再执行全量依赖安装命令即可：

pip3 install -r requirements.txt

按以下步骤操作即可，不要直接用conda读取原始requirements.txt：

• 创建适配的虚拟环境，torch1.9最高支持python3.9，不要用3.10及以上版本：

conda create -n codegen python=3.8 -y
conda activate codegen

• 用conda安装对应版本的torch和cuda工具包：

conda install pytorch==1.9.0 cudatoolkit=11.1 -c pytorch -y

• 验证torch安装正常后，用pip安装剩余的python依赖：

pip3 install transformers==4.16.2

如果requirements里还有其他依赖，把文件里的--find-links行和torch行删掉之后，再执行pip3 install -r requirements.txt即可。

内容的提问来源于stack exchange，提问作者Exploring