解决torch_geometric, torch_scatter, torch_sparse等库的兼容问题

小白爱摸鱼

已于 2023-10-17 00:54:08 修改

阅读量440

点赞数 3

文章标签：深度学习人工智能

于 2023-10-17 00:51:09 首次发布

本文链接：https://blog.csdn.net/baiyuhe/article/details/133874706

版权

文章讲述了在安装OGB时遇到的库兼容问题，作者推荐了一种方法，即通过检查当前PyTorch（2.1.0）和CUDA（12.1）版本，直接从官网找到预编译的wheel包，自动安装兼容的torch_scatter,torch_sparse等库，避免了手动查找和版本匹配的繁琐过程。

摘要由CSDN通过智能技术生成

如题，最近在安装OGB的时候快被各种库的兼容问题搞疯了，看了几个教程说要一个个版本一一对应，实在是太麻烦了，然后发现官网就有解决方案：

具体方法如下：

首先确保安装了torch和cuda（有gpu的话），然后检查版本：

python -c "import torch; print(torch.__version__)"
>>> 2.1.0

python -c "import torch; print(torch.version.cuda)"
>>> 12.1

我们这里pytorch是2.1.0版本， cuda是12.1版本，然后根据官网的这个表选择对应的版本：

它会告诉你相应的安装代码，如果你的版本不在表格里面，就通过修改这个里面torch和cuda的版本：

pip install pyg_lib torch_scatter torch_sparse torch_cluster torch_spline_conv -f https://data.pyg.org/whl/torch-${TORCH}+${CUDA}.html

我们的安装代码如下：

pip install torch_geometric

pip install pyg_lib torch_scatter torch_sparse torch_cluster torch_spline_conv -f https://data.pyg.org/whl/torch-2.1.0+cu121.html

会直接帮你安装好兼容的库，注意torch_scatter, torch_sparse这些库一定要一起安装，然后通过

https://data.pyg.org/whl/torch-${TORCH}+${CUDA}.html

直接找你的torch和cuda版本对应的轮子，不然要么就是一直卡在building wheels，要么就是安装了之后不兼容！！！

这样的话就不用找每个库对应的版本了，他会直接帮你安好兼容的版本！

关注