mac M1安装 pyG (torch_geometric+torch-sparse)

记录一下自己在mac M1 pro上安装pyG库的过程。

  • 安装torch-sparse过程中总是各种报错
    在这里插入图片描述

这里尝试成功了有两个版本的都可以,不同版本在功能上可能略有差异,根据实际需求选一个就行!

最终试验的可行版本一:

conda update conda

conda create -n pyG  python=3.9

conda activate pyG

conda install -y clang_osx-arm64 clangxx_osx-arm64 gfortran_osx-arm64

# 开始没有指定版本为torch==1.12.1就会自动下载最新版本,导致和其它的包补兼容
MACOSX_DEPLOYMENT_TARGET=12.4 CC=clang CXX=clang++ python -m pip --no-cache-dir   install torch==1.12.1 torchvision torchaudio

python -c "import torch; print(torch.__version__)"  #---> (Confirm the version is 1.12.1)

MACOSX_DEPLOYMENT_TARGET=12.4 CC=clang CXX=clang++ python -m pip --no-cache-dir  install  torch-scatter -f https://data.pyg.org/whl/torch-1.12.1+${cpu}.html

MACOSX_DEPLOYMENT_TARGET=12.4 CC=clang CXX=clang++ python -m pip --no-cache-dir  install  torch-sparse -f https://data.pyg.org/whl/torch-1.12.1+${cpu}.html

MACOSX_DEPLOYMENT_TARGET=12.4 CC=clang CXX=clang++ python -m pip --no-cache-dir  install  torch-geometric

最终试验的可行版本二:

该版本较老,有些新功能用不了但可能稳定一些

$ conda update conda

$ conda create -n pyG  python=3.9

$ conda activate pyG

$ conda install -y clang_osx-arm64 clangxx_osx-arm64 gfortran_osx-arm64

$ conda install pytorch==1.8

$ MACOSX_DEPLOYMENT_TARGET=12.4 CC=clang CXX=clang++ python -m pip --no-cache-dir  install  torch-scatter -f https://data.pyg.org/whl/torch-1.8.0+$\{cpu\}.html

$ MACOSX_DEPLOYMENT_TARGET=12.4 CC=clang CXX=clang++ python -m pip --no-cache-dir  install  torch-sparse==0.6.12 -f https://data.pyg.org/whl/torch-1.8.0+$\{cpu\}.html

$ MACOSX_DEPLOYMENT_TARGET=12.4 CC=clang CXX=clang++ python -m pip --no-cache-dir  install torch-cluster -f https://data.pyg.org/whl/torch-1.8.0+$\{cpu\}.html

$ MACOSX_DEPLOYMENT_TARGET=12.4 CC=clang CXX=clang++ python -m pip --no-cache-dir  install torch-spline-conv -f https://data.pyg.org/whl/torch-1.8.0+$\{cpu\}.html

$ MACOSX_DEPLOYMENT_TARGET=12.4 CC=clang CXX=clang++ python -m pip --no-cache-dir  install  torch-geometric==1.5.0

安装途中遇到的问题

  1. 问题: The Python version is: Python3.9 from " * The NumPy version is: “1.21.1”
    原因:pip list 和conda list里面都有numpy
    解决:pip uninstall numpy 然后再conda install numpy

  2. 不知道为什么在直接在终端执行conda create -n M1Max python=3.8,创建的却是3.9版本的;在pycharm里面创建就没这个问题

  3. 问题: 明明显示安装完成有包了但是import时候仍然显示不存在
    解决:重启好了???

  • 3
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
torch_geometric是一个基于PyTorch的几何深度学习扩展库,用于处理图数据和几何数据。它提供了许多用于图卷积网络(GCN)、图神经网络(GNN)和几何深度学习的功能和工具。安装torch_geometric需要按照官方文档中提供的步骤进行操作。 首先,你需要查看你的CUDA版本。这可以通过在终端中运行命令`nvcc --version`来获取。然后,根据你的CUDA版本选择合适的安装命令。例如,如果你的CUDA版本是1.11.0 cu112,你可以使用以下命令安装torch_geometric: ``` pip install torch-scatter torch-sparse torch-cluster torch-spline-conv torch-geometric -f https://data.pyg.org/whl/torch-1.11.0%2Bcu112.html ``` 如果你的CUDA版本是1.11.0 cu113,你可以使用以下命令安装torch_geometric: ``` pip install torch-scatter torch-sparse torch-cluster torch-spline-conv torch-geometric -f https://data.pyg.org/whl/torch-1.11.0%2Bcu113.html ``` 请确保你已经按照官方文档中提供的步骤进行了正确的安装。你可以在官方网站上找到更多关于安装torch_geometric的详细信息:<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [如何安装torch_geometric?](https://blog.csdn.net/qq_41800917/article/details/120282841)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* *3* [【无标题】Torch_geometric安装教程, 问题汇总详解。](https://blog.csdn.net/qq_42534728/article/details/125065960)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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