使用pip安装库时，自动卸载pytorch gpu版本并安装pytorch cpu版本的问题

使用pip安装库时，自动卸载pytorch gpu版本并安装pytorch cpu版本的问题

使用pip安装库时，有些库的安装会卸载掉原本安装好的pytorch-gpu版本，并安装了pytorch-cpu版本，导致无法使用gpu，比如xformers，transformers库等。这导致配环境的时候非常麻烦，并且容易报废环境。

一般的方案是重新配一个环境避免冲突，但是如果基于requirements.txt安装的环境在安装好了pytorch很可能无法使用gpu。因此考虑修复环境。目前想到了两个方案。

方案1 针对单个代码项目，修改requirements.txt中的pytorch需求版本，使其与当前使用版本相同

如果requirements.txt里面的依赖关系不是很复杂，可以直接修改pytorch的版本要求，与当前安装的版本相匹配。

方案2 先装依赖，再重装pytorch

如果依赖关系比较复杂，其中的库包含了对特定pytorch版本的依赖，考虑先装requirements.txt的中依赖，装完之后再重装pytorch。目前认为最快的方案是安装完完整依赖之后用pip或者conda方案重装一遍pytorch，可以参考官网给出的教程，添加 --force-reinstall选项避免依赖复杂装不上的情况。