以前一直抱怨实验室的cuda版本,以前是10.1,导致只能安装最低配版本的torch,也就是torch1.8.1,现在内核版本和驱动都更新了,变成了cuda11.4,以前的环境都没办法跑代码,只能重新进行卸载安装。
1、查看CUDA版本
nvidia-smi
2、激活对应环境,查看torch版本
conda activate your_environment_name
conda list
这里对应的torch、torch-geometric等都是符合cuda10.1的版本,需要都进行卸载
3、进行卸载
pip uninstall torch torchaudio torchvision
pip uninstall torch-geometric torch-scatter torch-sparse torch-cluster torch-spline-conv
4、进行torch gpu版本的安装
方法一:直接使用命令进行安装(我这里成功了)
最后的cu113代表cuda版本,我这里没有找到cu114,因此选择cu113进行向下兼容
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113
方法二:指定版本安装(后续torch_geometric用到)
pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 -f https://download.pytorch.org/whl/torch_stable.html
方法三:自行下载对应版本的安装包进行安装
5、查看torch gpu版本是否可用
出现True代表没问题,就可以快乐跑代码啦~
torch.cuda.is_available()
6、进行torch_geometric的安装
详细安装参考我的另一篇博客
torch_geometric踩坑实战--安装与运行 亲测有效!!_attributeerror: module 'torch' has no attribute 's-CSDN博客
安装依赖
pip install pyg_lib torch_scatter torch_sparse torch_cluster torch_spline_conv -f https://data.pyg.org/whl/torch-1.12.1+cu113.html
安装torch_geometric
pip install torch_geometric
都看到这里啦~给个小心心♥♥呗~