我正在尝试以cupy作为要求的一个pip包，但是我将cupy包含在要求中，pip安装最终以永无止境的循环结束。我正在尝试在已经安装了Cupy的Google Colab上安装该软件包，因此它只应检查Cupy是否已安装，而不要尝试再次安装。
我在github中做了一个最小的pip包，其中cupy是唯一的要求。
https://github.com/Santosh-Gupta/TroubleShootCupyInstall
我尝试将其安装在Google Colab中
!pip install --verbose https://github.com/Santosh-Gupta/TroubleShootCupyInstall/archive/master.zip --log 'file.log'
由于输出很冗长，所以输出很多，但是这些是到达循环时要打印的行。
x86_64-linux-gnu-gcc -pthread -DNDEBUG -g -fwrapv -O2 -Wall -g -fstack-protector-strong -Wformat -Werror=format-security -Wdate-time -D_FORTIFY_SOURCE=2 -fPIC -D_FORCE_INLINES=1 -I/usr/local/cuda/include -I/usr/include/python3.6m -c cupy/cuda/nvtx.cpp -o build/temp.linux-x86_64-3.6/cupy/cuda/nvtx.o
x86_64-linux-gnu-g++ -pthread -shared -Wl,-O1 -Wl,-Bsymbolic-functions -Wl,-Bsymbolic-functions -Wl,-z,relro -Wl,-Bsymbolic-functions -Wl,-z,relro -g -fstack-protector-strong -Wformat -Werror=format-security -Wdate-time -D_FORTIFY_SOURCE=2 build/temp.linux-x86_64-3.6/cupy/cuda/nvtx.o -L/usr/local/cuda/lib64 -lnvToolsExt -o build/lib.linux-x86_64-3.6/cupy/cuda/nvtx.cpython-36m-x86_64-linux-gnu.so -Wl,--disable-new-dtags,-rpath,/usr/local/cuda/lib64
building 'cupy.cuda.thrust' extension
x86_64-linux-gnu-gcc -pthread -DNDEBUG -g -fwrapv -O2 -Wall -g -fstack-protector-strong -Wformat -Werror=format-security -Wdate-time -D_FORTIFY_SOURCE=2 -fPIC -D_FORCE_INLINES=1 -I/usr/local/cuda/include -I/usr/include/python3.6m -c cupy/cuda/thrust.cpp -o build/temp.linux-x86_64-3.6/cupy/cuda/thrust.o
NVCC options: ['--generate-code=arch=compute_30,code=compute_30', '--generate-code=arch=compute_50,code=compute_50', '--generate-code=arch=compute_60,code=sm_60', '--generate-code=arch=compute_61,code=sm_61', '--generate-code=arch=compute_70,code=sm_70', '--generate-code=arch=compute_75,code=sm_75', '--generate-code=arch=compute_70,code=compute_70', '-O2', '--compiler-options="-fPIC"']
/usr/local/cuda/bin/nvcc -D_FORCE_INLINES=1 -I/usr/local/cuda/include -I/usr/include/python3.6m -c cupy/cuda/cupy_thrust.cu -o build/temp.linux-x86_64-3.6/cupy/cuda/cupy_thrust.o --generate-code=arch=compute_30,code=compute_30 --generate-code=arch=compute_50,code=compute_50 --generate-code=arch=compute_60,code=sm_60 --generate-code=arch=compute_61,code=sm_61 --generate-code=arch=compute_70,code=sm_70 --generate-code=arch=compute_75,code=sm_75 --generate-code=arch=compute_70,code=compute_70 -O2 --compiler-options="-fPIC"
为了方便起见，我制作了一个Google Colab笔记本，它可以运行此行并具有完整的输出。
https://colab.research.google.com/drive/1DFR78cJ07KaHkJfpjh8370SxNw0HXI50
最佳答案
CuPy当前提供名为cupy的源包和名为cupy-cudaXX的二进制分发包（其中XX是CUDA版本）。
当前，由于cupy-cuda100使用的是CUDA 10.0，因此它随附了Google Colab。
如果您指定cupy作为软件包的要求，则即使已通过cupy提供了CuPy，也会下载并安装cupy-cuda100源软件包（需要几分钟的构建）。
不幸的是，Python软件包分发工具（例如setuptools，pip等）没有提供一种处理这种复杂的软件包组成的方法。
解决方法1
在setup.py中（或在包装的__init__.py中）
try:
import cupy
except Exception:
raise RuntimeError('CuPy is not available. Please install it manually: https://docs-cupy.chainer.org/en/stable/install.html#install-cupy')
# You can also use `cupy.__version__` and `numpy.lib.NumpyVersion` to test CuPy version requirement here.
解决方法2
像在Chainer中一样，使用
pkg_resources（setuptools的一部分）手动检查需求。https://github.com/chainer/chainer/blob/v6.3.0/chainer/_environment_check.py#L44
https://github.com/chainer/chainer/blob/v6.3.0/chainer/_version.py#L4-L18
关于python - 安装带有cupy的pip软件包会使安装永无止境，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/57721158/