如何安装适配CUDA>=11.0与PyTorch 1.9的torchtext版本

问题核心原因 #

该问题由PyTorch 1.9版本对应的conda源torchtext包未做CUDA 11.0适配导致依赖冲突，以下是3种可行的安装方案：

方案1：conda分步安装（兼容性最好） #

1. 创建并激活目标环境

conda create -n env_a40 python=3.9 -y
conda activate env_a40

2. 先安装CUDA适配的PyTorch核心栈，暂不安装torchtext

conda install -y pytorch==1.9 torchvision torchaudio cudatoolkit=11.0 -c pytorch -c nvidia

3. 验证核心栈CUDA可用性，返回True则正常

python -c "import torch;print(torch.cuda.is_available())"

4. 单独安装匹配PyTorch 1.9的torchtext版本

pip install torchtext==0.10.0

方案2：纯pip全量安装 #

直接一条命令安装所有适配CUDA 11.1的组件，PyTorch 1.9+CUDA11.1完全兼容CUDA11.0驱动：

pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 torchtext==0.10.0 -f https://download.pytorch.org/whl/torch_stable.html

方案3：mamba快速解决依赖（适合HPC等依赖解析易失败环境） #

mamba是conda的替代工具，依赖解析速度和成功率远高于原生conda：

1. 先安装mamba

conda install mamba -n base -c conda-forge -y

2. 用mamba执行全量安装

mamba install -y pytorch==1.9 torchvision torchaudio torchtext cudatoolkit=11.0 -c pytorch -c nvidia

安装完成验证 #

执行以下命令，返回CUDA可用状态为True、CUDA版本为11.x、torchtext版本为0.10.x即为安装成功：

python -c "
import torch
import torchtext
print('CUDA可用:', torch.cuda.is_available())
print('CUDA版本:', torch.version.cuda)
print('torchtext版本:', torchtext.__version__)
"

内容的提问来源于stack exchange，提问作者Charlie Parker