torch版本对应的torch_geometric与torch-sprse/cluster/scatter库的正确安装

torch_geometric官网:

Installation — pytorch_geometric documentation

使用上述标红命令即可快速安装需要的包(确定自己环境中安装的pytorch版本以及cuda版本,使用对应的命令即可)

如安装的pytorch为1.60,cuda为10.1,则:

pip install torch-scatter torch-sparse torch-cluster -f https://pytorch-geometric.com/whl/torch-1.6.0+cu101.html

使用以上命令安装相关包即可。

关于核心的torch_geometric包,选择版本之后能看到右边的Quick Star信息,表示其最适合兼容的pytorch版本。但也不是唯一,如我的环境中的相关版本如下,可以正常运行:


                
### 安装 `torch-geometric` 和其依赖项 (`torch-scatter`, `torch-sparse`, `torch-cluster`),建议遵循官方推荐的方法来设置环境。这通常涉及使用特定于 PyTorch 版本和 CUDA 配置的预编译二进制文件。 #### 方法一:通过 PyPI 安装最新稳定版 对于大多数用户而言,最简单的方式是从 Python Package Index (PyPI) 获取最新的稳定版本: ```bash pip install torch_geometric[full] ``` 这条命令会自动处理所有必要的依赖关系并安装它们[^1]。 #### 方法二:针对特定 PyTorch/CUDA 组合的手动安装 如果需要匹配某个具体的 PyTorch 或者 CUDA 版本,则应该先确认已正确安装所需版本PyTorch 后再继续如下操作: 假设已经安装PyTorch 1.7.1 并且想要兼容 CUDA 11.0 的情况下,可以从指定 URL 下载适合当前系统的 wheel 文件,并依次执行下面几条指令完成各个组件的部署: ```bash pip install https://data.pyg.org/whl/torch-1.5.8-cp37-cp37m-linux_x86_64.whl pip install https://data.pyg.org/whl/torch-1.7.1%2Bcu110/torch_scatter-2.0.5-cp37-cp37m-linux_x86_64.whl pip install https://data.pyg.org/whl/torch-1.7.1%2Bcu110/torch_sparse-0.6.8-cp37-cp37m-linux_x86_64.whl pip install https://data.pyg.org/whl/torch-1.7.1%2Bcu110/torch_spline_conv-1.2.0-cp37-cp37m-linux_x86_64.whl pip install torch_geometric==1.7.0 ``` 请注意替换上述链接中的版本号以适应实际使用的 PyTorch 和操作系统架构[^2]。 #### 检查安装成功否 可以通过导入这些来进行简单的测试,验证是否安装无误: ```python import torch from torch_geometric.data import Data print(torch.__version__) print(Data) ```
评论
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