pytorch_geometric环境配置

最新推荐文章于 2024-06-21 18:47:47 发布
最新推荐文章于 2024-06-21 18:47:47 发布
阅读量2.9k 收藏 1
点赞数 2
分类专栏： Computer Vision 文章标签： pyg 环境配置 gcc/g++ cuda/cudnn
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/da_kao_la/article/details/122748985
版权
本文详细记录了在Ubuntu 20.04上配置PyTorch_Geometric环境的过程，包括创建虚拟环境、安装gcc/g++ 8.5.0、cuda 10.2和cudnn 8.3.2，以及torch 1.10.1等依赖库的步骤。同时，文章提到了安装过程中需要注意的版本对应问题。
摘要由CSDN通过智能技术生成

pytorch_geometric环境配置

pytorch_geometric是一个图深度学习库。除了pytorch，安装这个库还需要安装torch_cluster, torch_scatter, torch_sparse, torch_spline_conv这四个库，安装过程需要注意gcc/g++, cuda/cudnn, python, pytorch, torch_cluster/torch_scatter/torch_sparse/torch_spline_conv之间的版本对应，比较复杂繁琐，故在此记录。

环境及约束条件

  • Ubuntu 20.04（无root权限，只能在用户目录下安装）
  • gcc/g++ 9.3.0
  • conda 4.5.4
  • python 3.6.5
  • GPU: Tesla V100-PCIE-32GB（驱动已经由系统管理员安装）
  • 由于使用了最新的API，因此必须使用pytorch 1.10.1

各个依赖库版本

  • gcc 8.5.0, g++ 8.5.0

  • cuda 10.2, cudnn 8.3.2

  • torch 1.10.1+cu102

  • torch_cluster 1.5.9

  • torch_scatter 2.0.9

  • torch_sparse 0.6.12

  • torch_spline_conv 1.2.1

  • torch_geometric 2.0.3

最低0.47元/天 解锁文章
da_kao_la
关注
  • 2
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Pytorch中安装 torch_geometric 详细图文操作（全）
码农研究僧的博客
11-09 1718
如果已经安装了pytorch版本，对应跳过步骤一，直接安装步骤二即可注意：依赖包的配置需要根据pytorch版本号以及cuda的版本号，版本号要适配，否则部分函数无法使用。
图神经网络系列【PyTorch & geometric】torch_geometric 基础全回顾
追光者♂：记录、分享、总结、提升，现象级专栏《Python从入门到人工智能》作者，无惧黑暗，坚信曙光
03-23 874
回顾在“图神经网络”中常用到的经典框架——geometric & PyTorch。较为详细地介绍torchgeometric中的经典数据集Cora，其次以生动地可视化来展示该图数据集的点边关系，最后使用torchgeometric框架来搭建并训练图神经网络。
torch_geometric安装避坑
m0_37412775的博客
07-06 542
1. 查看cuda, pytorch, python版本；2. 依次安装torch_scatter, torch_sparse, torch_cluster, torch_spline；3. 安装torch_geometric。
python3.8,torch1.10.2+cu113、torch-geometric 安装
weixin_63016274的博客
05-24 1749
python3.8,torch1.10.2+cu113、torch-geometric 安装
Pytorch Geometric(PyG)入门
最新发布
Misnearch的博客
06-21 1035
PyG (PyTorch Geometric) 是建立在 PyTorch 基础上的一个库，用于轻松编写和训练图形神经网络 (GNN)，适用于与结构化数据相关的各种应用。
pytorch正确的安装torch_geometric,无bug、多种类版本
xinjieyuan的博客
09-26 1万+
1.综合 一定要注意版本对应 版本对应以及whl目录 2.稳定推荐 注意：安装顺序按我的序号来安装 版本一 python 3.6.5 torch: 1.7.1_cu110 torch_cluster-1.5.9-cp36-cp36m-linux_x86_64.whl torch_scatter-2.0.7-cp36-cp36m-linux_x86_64.whl torch_sparse-0.6.9-cp36-cp36m-linux_x86_64.whl 再安装torch_geometric pip in
win10下安装pytorch+CUDA10.1+torch_geomertric
小白tree的博客
01-08 1566
一、首先要看看你的显卡是不是NVIDA的，是的话支不支持CUDA。只要支持，那你最好把驱动更新到最近一年内的版本。 1、CUDA支持的GPUs | NVIDIA Developer 这个网站有点慢，耐心点 2、查看一下你的驱动版本号够不够，windows下一定要下载最低CUDA10.1的版本！之前下载CUDA10.0的卸载了吧。 二、下载安装CUDA10.1和CuDNN10.1 安装之前要先卸载之前的版本，并且你的计算机得有VS2017或者VS2019等。 1、给出两种下载方式 （1）百度云链接：下载 提
安装与自身虚拟环境对应的torch-geometric的脚本py文件
jing__min的博客
05-31 228
自动安装torch-geometric需要找到与自身torch版本对应的一系列包
安装torch\torch-geometric
weixin_63016274的博客
04-06 1573
安装 CUDA Toolkit 可以使你的计算机支持 CUDA 技术，并且可以使用 CUDA 软件开发包（SDK）进行 GPU 加速的开发和优化。如果你想要在计算中使用 GPU 计算，建议先安装相应版本的 CUDA Toolkit，并确保你的计算机中有支持 CUDA 的 NVIDIA 显卡。CUDA 工具集：包括了 CUDA Profiler、CUDA Visual Profiler、CUDA-GDB 和 nvprof 等工具，用于分析和调试 CUDA 应用程序。先查看cuda 版本【这里我是11.7】
PyTorch Geometric 环境准备
chen_wenyu的博客
06-13 274
1. 已有环境 Anaconda Python version 3.8.5 Torch 1.8.1+cpu
torch_geometric 加torch 包
12-31
很好用我已经配置好了
python3.7对应pytorch版本_python3.7+pytorch1.7.1+cuda10.2环境安装torch_geometric
weixin_42531396的博客
01-13 7793
1、官网上查看自己的环境对应的torch_geometric版本(1)github网址：https://github.com/rusty1s/pytorch_geometric(2)打开网站之后，能在网页上看到 “Installation”，我用到的版本如下图：2、安装torch_geometric的命令我的电脑配置是cuda10.2,对应的是cu102(如果不是这个环境，可以更改下面命令中加粗...
基于Pytorch的PyTorch Geometric（PYG）库构造个人数据集
rothschild666的博客
03-28 7227
PyTorch Geometric库中虽然已经包含自带的数据集如 Cora 等，但有时我们也需要用户个人数据创建自己的数据集进行一些数据研究。**当然博主也建议大家若是第一次使用PyTorch Geometric库可以先使用其自带的数据集进行理解，再创建自己的数据集做到灵活运用。*
基于Pytorch中安装torch_geometric简单详细完整版
热门推荐
rothschild666的博客
12-03 2万+
基于Pytorch中安装torch_geometric简单详细完整版
torch、torchvision、torch_geometric、torch-scatter、torch-sparse的安装版本对应问题
m0_50609661的博客
06-20 1460
这里注意有一个折磨我半天的大坑，pip安装torchvision的时候会自动下载它对应版本的CPU版的torch，所以应该先安装torchvision，然后卸载CPU版本的torch，因为刚开始下载的时候一直报版本不对应我百思不得其解，最后发现安装torchvision的时候把我安装好的GPU版本的pytorch给卸了！然后安装了一个CPU版本的，这能对上吗！首先查看自己的GPU的cuda，然后安装对应的CUDA和CUdnn，然后下载对应版本的torch和torchvision，下载网站。
【环境配置】torch-scatter/cluster/sparse等的版本匹配
Amber_7422的博客
03-27 3483
以下是几个可用的版本配置： python=3.8 torch==1.8.0+cu111 torch-scatter==2.0.6 torch-cluster==1.5.9 torch-sparse==0.6.9 torch-geometric==1.6.3 python=3.7 torch==1.1.0 torch-scatter==1.3.2 ...
手把手安装GNN必备库 —— pytorch_geometric
m0_51339444的博客
01-09 1847
PyG全称是Pytorch Geometric，它是一个基于Pytorch构建的库，可以帮助用户快速构建和训练自己的图神经网络模型。PyG中实现了很多先进（state of the art）的GNN模块，例如GCN、GraphSage、GAT、SGC、GIN等等。此外，PyG中还包含了大量的benchmark图数据集、丰富的图数据操作方法、支持多GPU。
torch-scatter, torch-cluster, torch-sparse, torch版本对应，cuda
u014714362的博客
09-16 1万+
torch-scatter, torch-cluster, torch-sparse 的版本需要与torch版本对应，不然会出现莫名其妙的错误。以下是一个可用的版本配置： torch==1.1.0 torch-scatter==1.3.2 torch-cluster==1.4.5 torch-sparse==0.4.3 torch-spline-conv==1.1.1 torch-geometric==1.3.2 torchvision==0.3.0...
no module named 'torch_geometric'
09-23
### 回答1： 这个错误提示是因为你的 Python 环境中没有安装 torch_geometric 模块。你需要先安装这个模块，可以使用以下命令： ``` pip install torch-geometric ``` 安装完成后，再运行你的代码就不会出现这个错误了。 ### 回答2： `no module named 'torch_geometric'` 错误表示在您的Python环境中找不到名为 `torch_geometric` 的模块。解决此问题的步骤如下： 步骤1：确认是否已安装 torch_geometric 首先，您需要确认是否已正确安装 `torch_geometric` 模块。您可以使用以下命令检查是否已安装该模块： ```python pip show torch-geometric ``` 如果该模块已正确安装，您应该能够看到模块的详细信息，包括版本号和安装路径。如果未安装，请继续下一步。 步骤2：安装 torch_geometric 确保已经设置好了 Python 和 pip 环境，并连接到互联网。然后，您可以使用以下命令安装 `torch_geometric` 模块： ```python pip install torch-geometric ``` 等待安装完成后，再次执行 `pip show torch-geometric` 命令，确认其正确安装。 步骤3：检查Python环境 如果安装步骤成功完成，但仍然出现 `no module named 'torch_geometric'` 错误，可能是因为您的Python环境没有正确配置或不可用。 请确认您正在使用的Python环境与您期望的一致，并且已将其添加到系统路径中。您可以尝试在Python交互式环境中导入模块来验证： ```python import torch_geometric ``` 如果仍然出现错误，请尝试重启您的Python环境，然后再次执行上述命令。 总结： `no module named 'torch_geometric'` 错误可能是由于未正确安装该模块或未正确配置Python环境引起的。通过确保模块已正确安装并检查Python环境，您应该能够解决此问题。 ### 回答3： "No module named 'torch_geometric'"意味着在计算机上没有安装名为'torch_geometric'的模块。torch_geometric是一个基于PyTorch的图神经网络库，用于处理图数据和图神经网络模型。 要解决这个问题，可以按照以下步骤： 1. 确保你已经安装了PyTorch。在PyTorch官方网站上下载并安装最新版本的PyTorch。 2. 打开你的终端或命令提示符窗口，并输入以下命令来安装torch_geometric： `$ pip install torch_geometric` 如果你使用的是conda环境，可以尝试以下命令： `$ conda install torch_geometric -c rusty1s -c conda-forge` 这将从PyPI或conda仓库中下载并安装torch_geometric。 3. 在安装完成后，重新运行你的程序或脚本。确保你在代码中正确地导入了torch_geometric模块： `import torch_geometric` 或者根据需要导入特定的子模块。 如果以上步骤都没有解决问题，可能是因为你的计算机上存在其他配置或安装问题。在这种情况下，你可以尝试更新你的软件包管理器、重装PyTorch和torch_geometric，或者查看相关的软件包和依赖项是否有冲突或版本不匹配等。 总结起来，'No module named 'torch_geometric''问题可以通过安装正确的PyTorch版本并使用正确的安装命令来解决，还可以检查并更新相关的软件包和依赖项。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值