我個人喜歡用 mamba（conda）創建環境，然后用 mamba 安裝 pytorch + CUDA（如果需要使用 CUDA 編譯），還有一些比如 gcc/g++ 等與 python 無關的一些工具。

但是最近我在擴充環境的時候，發現需要額外安裝 xformers 這個庫，這個庫比較特殊，他需要與 pytorch、CUDA 版本相匹配

1 pip 安裝

網上找了好多解法都是基于 pip 的：

在 https://github.com/facebookresearch/xformers/tags 中一個個查找到對應自己 pytorch 版本的 xformers 版本：

比如我現在使用的 PyTorch 2.1.2，其對應就是 v0.0.23.post1

然后我使用的 CUDA 版本為 11.8，所以完整的命令就是：

pip install -U xformers==0.0.23.post1 --index-url https://download.pytorch.org/whl/cu118

2 Conda 安裝

但是！我使用的是 mamba 的 pytorch 配合 mamba 安裝的 CUDA；我如果要改 pytorch 為 pip 版本的，就會牽連到 CUDA 相關的庫，很麻煩！

實驗證明，pip 安裝 pytorch 之后再用 nvidia/label/cuda-xxx channel 安裝 CUDA 會出現 bug（自動安裝最新版本的 CUDA）

如果我直接用 pip 安裝 xformers 的話，會出現 pip 自動給你安裝一個 pytorch，就會和 mamba 的 pytorch 打架了！

所以我需要用 mamba 安裝 xformers，直接上最終解法：

mamba install pytorch==2.1.2 torchvision==0.16.2 torchaudio==2.1.2 pytorch-cuda=11.8 xformers -c pytorch -c nvidia/label/cuda-11.8.0 -c xformers

沒錯，就是直接在之前安裝 pytorch 和 CUDA 的修改版本命令（見前面的博客）添加 xformers 和其對應的 channel -c xformers；??注意，一定要用 xformers channel！

這樣無論是從最開始安裝，還是已經安裝了 pytorch 之后再額外安裝 xformers，都使用這個命令就可以啦！他會自動找到合適你 python、pytorch 版本的 xformers 的！🥹

已經安裝了 pytorch 之后再額外安裝 xformers情況下，命令執行結果：