【Python】pip install -v e .命令不想自动更新torch版本

一、问题背景与前因后果

1. 核心问题场景

我们有时候在执行 pip install -v -e .（可编辑模式安装本地项目）时，发现 pip 自动下载/升级 PyTorch（torch）版本，违背了"保留现有 torch 版本不改动"的核心需求（比如用户现有 torch 版本适配硬件/其他依赖，升级后可能导致环境冲突、代码报错）。

2. 问题根源

pip install -v -e . 的核心逻辑是读取项目根目录的依赖声明文件（setup.py/pyproject.toml/requirements.txt），并自动处理以下操作：

• 检查当前环境是否已安装声明的所有依赖；
• 若依赖未安装、版本低于声明的"最低要求"，或 pip 判定版本不兼容，会自动下载/升级对应依赖；
• nnUNet/医学影像类项目通常会在依赖中声明 torch>=x.x.x，pip 会默认按此规则更新 torch，即使现有版本已满足需求。

3. 潜在风险

• 强制升级 torch 可能导致与现有 CUDA/CUDNN 版本不兼容（如原本适配 cu113 的 torch 1.12.1 被升级为 cu118 的 torch 2.9.1，引发 GPU 调用失败）；
• 破坏现有项目的依赖环境，导致其他基于旧 torch 开发的代码无法运行；
• 大体积 torch 包下载耗时，且可能覆盖原有安装文件，增加环境修复成本。

二、完整解决方案（按优先级排序）

方案1：核心方案------添加 --no-deps 参数（最简单、无副作用）

原理 ：--no-deps 强制 pip 仅安装项目本体（可编辑模式），完全跳过所有依赖的检查、下载和升级，从根源避免 torch 被改动。
执行命令：

# 完整命令：-v（详细日志） + -e .（可编辑安装） + --no-deps（跳过所有依赖）
pip install -v -e . --no-deps

补充操作 ：

由于 --no-deps 跳过了所有依赖安装，需手动补充项目必需的非 torch 依赖（避免运行报错），示例：

# 按需安装（以医学影像项目为例，根据自身setup.py调整）
pip install SimpleITK>=2.1.1 nibabel>=4.0.0 tqdm>=4.64.0 scipy>=1.7.3 pandas>=1.4.4

验证操作 ：

安装后确认 torch 版本未变，项目可正常导入：

import torch
import your_project  # 替换为你的项目名
print("Torch版本：", torch.__version__)  # 应显示原有版本
print("项目导入状态：", "成功" if 'your_project' in locals() else "失败")

方案2：精准方案------临时修改依赖配置（仅跳过torch，自动装其他依赖）

原理：修改项目的依赖声明文件，删除/注释 torch 相关条目，让 pip 仅处理其他依赖，不触碰 torch。

步骤1：修改依赖文件（二选一）

• 若项目用 setup.py：

  from setuptools import setup, find_packages
  
  setup(
      name="your_project",
      version="0.1",
      packages=find_packages(),
      install_requires=[
          # 注释/删除torch相关行，保留其他依赖
          # "torch>=1.8.0",  # 核心：移除torch依赖声明
          "SimpleITK>=2.1.1",
          "nibabel>=4.0.0",
          "tqdm>=4.64.0"
      ]
  )

• 若项目用 pyproject.toml（PEP 621规范）：

  [project]
  name = "your_project"
  version = "0.1"
  dependencies = [
    # "torch>=1.8.0",  # 注释/删除torch行
    "SimpleITK>=2.1.1",
    "nibabel>=4.0.0"
  ]

步骤2：执行可编辑安装

pip install -v -e .

优势：自动安装除 torch 外的其他依赖，无需手动逐个安装；安装完成后可恢复原配置文件，不影响项目代码。

方案3：兜底方案------使用 --upgrade-strategy 限制升级

原理 ：通过 --upgrade-strategy only-if-needed 强制 pip 仅在依赖缺失时安装，已安装的依赖（包括 torch）即使版本略低，也不升级。
执行命令：

pip install -v -e . --upgrade-strategy only-if-needed

注意 ：此方案仅在现有 torch 版本满足项目依赖声明的"最低要求"时有效（如项目声明 torch>=1.8.0，现有版本为 1.12.1）；若现有版本低于最低要求，仍会触发升级，因此优先级低于前两种方案。

三、关键验证与避坑

1. 验证torch版本未变 ：
   安装后执行 python -c "import torch; print(torch.__version__)"，确认输出为原有版本。
2. 避免误操作 ：
   • 不要省略 -e 参数：-e . 是可编辑安装的核心，省略后会将项目打包安装，失去"修改代码即时生效"的特性；
   • 不要混用 --upgrade：若命令中包含 --upgrade，会强制升级所有依赖，包括 torch，需完全避免。
3. 环境隔离兜底 ：
   若上述方案仍无法避免 torch 改动，可通过 conda 创建独立虚拟环境，在新环境中安装与原环境同版本的 torch，再执行 pip install -v -e . --no-deps，完全隔离原环境。

总结

方案	核心优势	适用场景
--no-deps 参数	操作最简单、完全隔离依赖	已手动安装所有非torch依赖的场景
修改依赖配置	自动安装其他依赖、精准跳过torch	需自动处理依赖，仅保留torch不动
--upgrade-strategy	无需修改配置	现有torch版本满足最低依赖要求

核心原则：--no-deps 是最稳妥的选择，可从根源避免 torch 被改动；若需自动安装其他依赖，优先修改依赖配置文件，确保仅跳过 torch 即可。