【debug】Pytorch环境冲突

从https://pytorch.org/get-started/previous-versions/安装

conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 -c pytorch

发生

Package pytorch conflicts for:
torchaudio==0.10.1 -> pytorch==1.10.1
torchvision==0.11.2 -> pytorch==1.10.1

Package vs2015_runtime conflicts for:
cudatoolkit=10.2 -> vc[version='>=14.1,<15.0a0'] -> vs2015_runtime[version='>=14.15.26706|>=14.27.29016|>=14.16.27012']
cudatoolkit=10.2 -> vs2015_runtime[version='>=14.16.27012,<15.0a0']

因为torchaudio和torchvision指定了需要特定版本的pytorch，而cudatoolkit又指定了需要特定版本的vs2015_runtime。

统一环境中的PyTorch版本：确保pytorch、torchvision和torchaudio都是兼容同一版本的PyTorch。这意味着，如果你需要使用pytorch1.10.1，那么就需要确保torchvision和torchaudio也支持这个版本。从你提供的信息来看，torchaudio0.10.1和torchvision0.11.2都要求pytorch1.10.1，所以在这一点上它们是兼容的。

处理CUDA Toolkit和VS2015 Runtime的依赖关系：cudatoolkit=10.2需要vs2015_runtime的一个兼容版本。通常，这个问题可以通过安装适当版本的cudatoolkit和vs2015_runtime来解决。你可能需要查看当前的环境中是否有其他包指定了不兼容的vs2015_runtime版本要求。

创建一个新的conda环境：如果在当前环境中解决冲突比较困难，考虑创建一个新的conda环境，并在这个新环境中安装需要的包，可以有效避免版本冲突。创建新环境时，可以指定所需的包及其版本，conda会尝试解决这些包之间的依赖关系。创建新环境的命令如下：

conda create -n myenv pytorch=1.10.1 torchvision=0.11.2 torchaudio=0.10.1 cudatoolkit=10.2 -c pytorch

尝试解决依赖问题时，使用conda的–dry-run选项来预览将要进行的变更，这可以帮助你避免不必要的问题