【配置服务器】PyTorch环境搭建，torch_sparse扩展库的安装问题

VIP文章 已于 2022-11-11 11:16:49 修改
阅读量2.4k 收藏 4
点赞数 2
分类专栏： 知识图谱经典算法合集 # 深度学习 # 自然语言处理NLP 文章标签： pytorch 服务器 python
于 2022-11-07 21:37:46 首次发布
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/m0_49230366/article/details/126270986
版权

保姆级步骤梳理

文章目录

前言

提示：本来是想只装一下torch_sparse结果试了好几次都是报错，究其原因原来是torch版本更新要与之一一对应，是一个作者写的 在torch的基础上增加了好几个扩展库，他们反复调用，相互依赖。

需要根据自己电脑系统和anaconda环境来下载对应的版本，一定要看仔细了！！！
相应版本截图

推荐一个学生党福利，autodl这个服务器对

最低0.47元/天 解锁文章
spark plug
关注
  • 2
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
Python库 | torch_snippets-0.302.tar.gz
03-11
python库。 资源全名：torch_snippets-0.302.tar.gz
torch-sparse安装教程
热门推荐
学无止境、积少成多、厚积薄发
09-29 2万+
今天跑代码的时候，显示 于是就： pip install torch_geometric 开始了自行安装，最后显示安装成功： 然后继续跑代码，又提示： 于是pip install torch_sparse 尝试了四五次后，torch_sparse死活安装不上！！！ 最后找原因： 应该是库和库之间依赖的问题！版本要对应起来！ pip install torch_geometric==1.4.1 pip install torch_sparse==0.4.4 pip install torch_sca
pytorch torch-sparse安装教程
weixin_54096215的博客
09-30 8287
前提： 需要根据自己电脑系统和anaconda环境来下载对应的版本，一定要看仔细了！！！ 步骤： 以上述对应版本为例：python3.6, torch1.6.0， torchvision0.7.0 1.使用conda安装python3.6虚拟环境 conda create -name pytorch1.6.0 python=3.6 查看环境 conda info --envs 激活环境 conda activate pytorch1.6.0 ...
torch-sparse安装
最新发布
Huah_2018的博客
03-13 141
根据torch和cuda版本修改-f那个链接即可。
pytorch_sparse教程
发呆的比目鱼的博客
01-30 959
pytorch_sparse教程
torch_sparse安装
weixin_43030335的博客
08-22 2606
torch_sparse安装
torch.sparse稀疏矩阵
andy dennis的博客
02-11 3661
前言 这几天接触图神经网络，会发现有些图的边相对结点比较少，那么邻接矩阵很多元素都为0， 显然，我们可以优化存储策略，以节省内存和加快运算。本文udating… 例子 import torch # 邻接矩阵 adj_dense = torch.tensor([[2, 0], [0, 3]]) # 下标 [0, 0], [1, 1] indices = torch.tensor([[0, 1], [0, 1]]) values = torch.tensor
pycharm使用之torch_sparse安装
关关难过关关过
06-11 2334
这里要跟自己的python对应上，我的是3.9.7，所以对应的是cp39。按照这样的思路找，然后下载。我是win，所以下载的是。3、 输入import torch，然后输入torch.__version__，最后回车。最简单直接的方法就是把刚刚下载的文件复制到你的程序所在的文件夹。有cude的就选择对应的cuxxx，没有的话就选择cpu。3、下载对应的torch_sparse版本。二、下载合适的torch_sparse版本。可以看到我的torch版本是1.10.0。2、选择对应的torch版本。
pytorch稀疏张量模块torch.sparse详解
zeeq的博客
02-26 1万+
  torch.sparse是一个专门处理稀疏张量的模块。通常，张量会按一定的顺序连续地进行存取。但是，对于一个存在很多空值的稀疏张量来说，顺序存储的效率显得较为低下。因此，pytorch推出了稀疏张量的处理模块。在这里，有意义的值被称为specified elements，而无意义的值（空值，通常为0，但是也可以是其他值）则被称为fill value。只有足够稀疏的张量使用这种方式进行存储才能获得更高的效率。    Sparse COO tensors 1 Coordinate format   这种格式
torchsparse安装
AI_BING_的博客
05-26 6959
torchsparse安装以及安装失败原因分析和解决
pytorch笔记：torch.sparse类
qq_40206371的博客
10-10 9405
1 构造稀疏矩阵 import torch i = torch.LongTensor([[0, 1, 1],[2, 0, 2]]) #row, col v = torch.FloatTensor([3, 4, 5]) #data torch.sparse.FloatTensor(i, v, torch.Size([2,3])).to_dense() #torch.Size ''' tensor([[0., 0., 3.], [4., 0., 5.]]) ''' 构造方法和
剑指Offer：孩子们的游戏（Python）
01-20
题目 每年六一儿童节,牛客都会准备一些小礼物去看望孤儿院的小朋友,今年亦是如此。HF作为牛客的资深元老,自然也准备了一些小游戏。其中,有个游戏是这样的:首先,让小朋友们围成一个大圈。然后,他随机指定一个数m,让编号为0的小朋友开始报数。每次喊到m-1的那个小朋友要出列唱首歌,然后可以在礼品箱中任意的挑选礼物,并且不再回到圈中,从他的下一个小朋友开始,继续0…m-1报数…直到剩下最后一个小朋友,可以不用表演,并且拿到牛客名贵的“名侦探柯南”典藏版(名额有限哦!!_)。请你试着想下,哪个小朋友会得到这份礼品呢？ (注：小朋友的编号是从0到n-1)。 思路 约瑟夫环问题 通过公式推导f(n)=(f(
剑指offer 之 数据流的中位数
01-20
数据流中的中位数题目解题思路Python代码运行结果 题目 如何得到一个数据流中的中位数？如果从数据流中读出奇数个数值，那么中位数就是所有数值排序之后位于中间的数值。如果从数据流中读出偶数个数值，那么中位数就是所有数值排序之后中间两个数的平均值。我们使用insert()方法读取数据流，使用getMedian()方法获取当前读取数据的中位数。 解题思路 我们的目标是找到数据的中位数，除此之外其它数据的排列顺序无需关注。我们可以考虑用堆来实现：分别构建一个大顶堆和一个小顶堆，大顶堆中保存数据流中最小的n/2个数据，那么它的堆顶元素就是中位数；小顶堆保存数据流中最大的n/2个数据。 如何保证大顶堆和
torch-geometric==1.7.2安装
01-17
torch_spline_conv-1.2.1-cp38-cp38-linux_x86_64.whl torch_sparse-0.6.9-cp38-cp38-linux_x86_64.whl torch_scatter-2.0.7-cp38-cp38-linux_x86_64.whl torch_cluster-1.5.9-cp38-cp38-linux_x86_64.whl 然后pip install torch-geometric==1.7.2
Ubuntu中安装GPU版本pytorch
01-09
在ubuntu中安装pytorch遇到了很多问题，因为实验室服务器的cuda版本是8.0，所以需要注意版本兼容的问题。 首先我尝试了从官网下载安装包的方法，详情可见这篇博主的博文的第二部分Ubuntu16.04环境下PyTorch简易安装教程 但是我尝试之后发现 pip install torchvision 这条语句会重新安装torch，覆盖原来的torch版本，导致出现不兼容问题，使得torch.cuda.is_available()返回False。 所以我去pytorch官网 利用图中第三条语句安装好了pytorch，这一次终于torch.cuda.is_available()返回了T
pytorch_sparse:优化的Autograd稀疏矩阵运算的PyTorch扩展库
05-10
该软件包包括一个小型扩展库，该库具有自动分级支持，可优化稀疏矩阵运算。 该软件包当前包含以下方法： 所有包含的操作都适用于不同的数据类型，并且都针对CPU和GPU实施。 为了避免创建 ，此程序包仅通过将index和...
Python库 | torch_optim_sparse-0.1.1-py3-none-any.whl
03-25
python库，解压后可用。 资源全名：torch_optim_sparse-0.1.1-py3-none-any.whl
pytorch_block_sparse:用于Pytorch的快速块稀疏矩阵
03-18
用于Pytorch的快速块稀疏矩阵这个PyTorch扩展使用块稀疏矩阵而不是密集矩阵来替代torch.nn.Linear。由于您可以用稀疏矩阵直接替换模型中的线性层，因此可以非常轻松地进行稀疏矩阵实验。动机该库的目的是表明稀疏...
配置torch-sparse 和 torch_scatter安装时报错failing
SpaceSunflower 's ML/DL home
10-11 1043
【torch安装】torch-sparse 和 torch_scatter安装报错处理

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

spark plug

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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