安装CPU版本的Pytorch以及依赖库

最近需要用到深度学习的一些算法工具，奈何电脑上并没有条件配置GPU环境，大多数深度学习教程都是基于GPU环境搭建，于是记录一下CPU配置的过程。

首先是基础的torch包的安装，安装之前最好更新一下pip库

/opt/software/python/bin/python3.8 -m pip install --upgrade pip
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu

截至2024.5.10最新的版本是torch 2.3.0（torch · PyPI）

另外我还需要安装pytorch_geometric包，注意最新的版本需要基于Python 3.8以上的版本

最新的pytorch_geometric安装地址

Installation — pytorch_geometric documentation

安装代码

pip install torch_geometric
pip install pyg_lib torch_scatter torch_sparse torch_cluster torch_spline_conv -f https://data.pyg.org/whl/torch-2.3.0+cpu.html

torch_scatter，torch_sparse，torch_cluster，torch_spline_conv是四个依赖库，可以按需安装

配置好之后检查torch版本

import torch
print(torch.__version__)

2.3.0+cpu

检查环境下安装的所有包，是否存在版本冲突

pip list

torch                             2.3.0+cpu
torch-cluster                     1.6.3+pt20cpu
torch_geometric                   2.0.0
torch-scatter                     2.1.2+pt20cpu
torch-sparse                      0.6.18+pt20cpu
torchaudio                        2.3.0+cpu
torchvision                       0.18.0+cpu