fairscale库兼容torch1.12.0的版本安装

Fairscale是一个用于加速深度学习训练的库，它通过提供数据并行、模型并行、混合精度训练等功能来提升模型性能。对于想要在PyTorch 1.12.0环境中使用Fairscale，你需要确保先安装了兼容这个PyTorch版本的Fairscale。以下是安装步骤：

1. **首先更新pip**：

   pip install --upgrade pip

2. **安装特定版本的fairscale**：
使用`pip`指定PyTorch 1.12.0的版本约束来安装Fairscale，假设已经安装了PyTorch 1.12.0：

   pip install fairscale -c https://raw.githubusercontent.com/pytorch/pytorch/v1.12.0/conda-requirements.txt

这会下载和安装与PyTorch 1.12.0兼容的fairscale版本。

3. **验证安装**：
安装完成后，你可以通过import fairscale模块来检查是否成功导入：

   import fairscale
   print(f"fairscale version: {fairscale.__version__}")

如果一切顺利，你应该能看到正确的版本信息。

请注意，由于软件包的依赖可能会有变动，强烈建议访问Fairscale的官方文档或GitHub仓库确认最新的安装指南和兼容性信息。