### 解决 `torch 2.0.1` 与 `torchvision 0.17.1+cu121` 及 `torchaudio 2.2.1+cu121` 的版本冲突问题 #### 确认 PyTorch 版本与 CUDA 兼容性 确保当前环境中的 PyTorch 版本与 CUDA 工具链匹配。对于 `torchvision 0.17.1+cu121` 和 `torchaudio 2.2.1+cu121`，需要使用 PyTorch 2.2.1，并且支持 CUDA 12.1[^1]。如果当前系统仅支持 CUDA 11.7，则需要选择兼容 CUDA 11.7 的 PyTorch 版本。例如，PyTorch 1.13.1 支持 CUDA 11.7[^2]。 验证当前系统的 CUDA 版本是否为 11.7： ```bash nvcc --version ``` 或者在 Python 中运行以下代码以检查 CUDA 版本： ```python import torch print(torch.version.cuda) ``` #### 安装兼容的 PyTorch 版本 如果当前系统的 CUDA 版本为 11.7，安装 PyTorch 1.13.1 并确保其与 `torchvision` 和 `torchaudio` 兼容： ```bash pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu117 ``` #### 升级到支持 CUDA 12.1 的系统 如果希望使用最新的 PyTorch 2.2.1 和 CUDA 12.1，需确保系统支持 CUDA 12.1。升级 NVIDIA 驱动程序至 525 或更高版本，并重新安装 PyTorch 2.2.1： ```bash pip install torch==2.2.1+cu121 torchvision==0.17.1+cu121 torchaudio==2.2.1 --index-url https://download.pytorch.org/whl/cu121 ``` #### 检查依赖冲突 安装完成后，使用以下命令检查是否存在未满足的依赖项： ```bash pip check ``` 如果发现依赖冲突，手动调整相关包的版本。例如，确保 `torch`、`torchvision` 和 `torchaudio` 的版本一致。 #### 示例代码 以下是一个完整的安装流程示例，适用于 CUDA 11.7 的系统： ```bash # 更新系统包 sudo apt update && sudo apt upgrade -y # 安装依赖项 sudo apt install -y build-essential cmake python3-dev nvidia-cuda-toolkit # 安装兼容 CUDA 11.7 的 PyTorch 版本 pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu117 # 验证安装 python -c "import torch; print(torch.__version__, torch.version.cuda, torch.cuda.is_available())" ``` --- ###