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