运行旧版torch/torchtext代码报无tensor_type参数等错如何解决？

方案1：最小改动适配当前环境（优先选择，无需替换依赖） #

第一个TypeError: __init__() got an unexpected keyword argument 'tensor_type'报错根因为当前环境的torchtext版本已将Field类的tensor_type参数重命名为dtype，仅需简单调整即可跑通测试：

• 找到/onmt/io/TextDataset.py第218行，将参数中的tensor_type改为dtype
• 若当前torchtext版本≥0.9.0，把OpenNMT代码中所有import torchtext.data.xxx的语句替换为import torchtext.legacy.data.xxx，即可解决ModuleNotFoundError: No module named 'torchtext.legacy'报错

如果不想修改OpenNMT源码，可直接在测试脚本translate_mm.py最开头加入猴子补丁代码兼容参数：

# 放在所有import onmt的代码之前执行
try:
    from torchtext.legacy.data import Field
except ImportError:
    from torchtext.data import Field

original_field_init = Field.__init__
def patched_field_init(self, *args, **kwargs):
    if 'tensor_type' in kwargs:
        kwargs['dtype'] = kwargs.pop('tensor_type')
    original_field_init(self, *args, **kwargs)
Field.__init__ = patched_field_init

方案2：安装经过验证的无冲突依赖版本 #

如果不想改代码，直接安装匹配的版本组合即可，该组合不存在_dl模块缺失问题，也完全适配旧版OpenNMT的API：

• 版本组合：Python 3.7/3.8 + PyTorch 1.6.0 + torchtext 0.7.0
• CPU版本安装命令：
  conda install pytorch==1.6.0 torchtext==0.7.0 cpuonly -c pytorch
• GPU版本安装命令（适配cuda10.2）：
  conda install pytorch==1.6.0 torchtext==0.7.0 cudatoolkit=10.2 -c pytorch
  该版本组合中的torchtext原生支持tensor_type参数，无需引入torchtext.legacy，PyTorch 1.6.0也内置了_dl模块，不会触发缺失报错。

内容的提问来源于stack exchange，提问作者U. Iceman