在MacOS中,如果我们安装了高版本torch,在配置PyG的依赖包时会发现找不见所匹配的torch版本。但我们有时需要用到高版本torch的工具。
![Alt](https://i-blog.csdnimg.cn/blog_migrate/1d61bdd94c6dc3e5cb9345c020c7fdad.png#pic_center)
本文用于解决如何在conda虚拟环境上安装高版本torch以及配置对应的PyG包
1.配置虚拟环境
# 创建python3.9的虚拟环境,python版本不用太高,有可能会导致兼容问题
# -y:这个选项是告诉Conda在执行操作时自动确认所有的提示
conda create -n PyG python = 3.10 -y
# 进入虚拟环境
conda activate PyG
# 在当前激活的Conda环境中安装clang、clangxx和gfortran这三个编译器的特定版本,确保软件能够在基于ARM架构的新苹果硬件上正常工作。
conda install -y clang_osx-arm64 clangxx_osx-arm64 gfortran_osx-arm64
2.配置PyG
# 在配置完虚拟环境后就可以进行下载了
# 首先配置torch包,以1.12.1为例,下载对应的torch、torchvision和torchaudio
# --no-cache-dir:这是pip命令的一个选项,告诉pip不要缓存下载的包。
pip --no-cache-dir install torch==1.12.1 torchvision torchaudio
# 下载torch版本对应的torch-geometric的依赖包torch-scatter、torch-sparse
# 若有需要另外两个也下载torch-cluster、torch-spline-conv
pip --no-cache-dir install torch-scatter -f https://data.pyg.org/whl/torch-1.12.1+${cpu}.html
pip --no-cache-dir install torch-sparse -f https://data.pyg.org/whl/torch-1.12.1+${cpu}.html
pip --no-cache-dir install torch-cluster -f https://data.pyg.org/whl/torch-1.12.1+${cpu}.html
pip --no-cache-dir install torch-spline-conv -f https://data.pyg.org/whl/torch-1.12.1+${cpu}.html
# 然后就是下载pyg了,pyg版本兼容,所以不用指定版本,直接最新版
pip --no-cache-dir install torch-geometric
恭喜安装成功!接下来就可以开始使用PyG了!
参考博客:MacOS M1 配置torch-geometric