安装torch_geometric

文章介绍了在PyCharm中安装torch_geometric库的详细步骤,包括寻找匹配的CUDA和PyTorch版本,下载四个必要文件到Anaconda的site-packages目录,然后在虚拟环境中使用pip安装这些文件及torch_geometric本身。最后,通过测试导入torch_geometric模块来确认安装成功。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

torch_geometric是用pycharm学习图神经网络时候会用到的一个包,安装方法如下:

1.先找到对应的包

先在  https://pytorch-geometric.com/whl/  里面找到对应自己电脑上pytorch 和cuda版本的链接,我的pytorch是1.12,cuda是12.0,但是我在安装pytorch时候选的是cuda版本为11.6所对应的pytorch,所以我应该找的是对应下面第二张图所示的这个链接:torch为1.12,cuda为11.6。

 2.下载四个文件

点开上图所示的那个链接之后,再下载对应自己pytorch和cuda版本的下图所示的这四个文件到自己 存放Anaconda3\Lib\site-packages的地址(我的是G:\Software\Anaconda3\Lib\site-packages)         注意:不要放在C盘,否则C盘会爆满!!!

我的anaconda里面python版本是3.9,所以选择cp39

3.部署这四个文件

 在anaconda prompt3里打开自己想要安装torch_geometric的虚拟环境(比如我想在虚拟环境xunipt里面安装)

再按如下步骤转到存放Anaconda3\Lib\site-packages的地址(也就是刚刚放那四个文件的地址,我的是G:\Software\Anaconda3\Lib\site-packages)

 然后开始按下面所示顺序pip上述四个文件

pip install torch_scatter-2.0.9-cp39-cp39-win_amd64.whl
pip install torch_sparse-0.6.14-cp39-cp39-win_amd64.whlmd64.whl
pip install torch_cluster-1.6.0+pt112cu116-cp39-cp39-win_amd64.whl
pip install torch_spline_conv-1.2.1+pt112cu116-cp39-cp39-win_amd64.whl
注意:在输入语句时,要把install后面的文件名换成刚刚自己下载好文件的名字

 4.安装torch-geometric

成功安装上述四个文件之后再直接输入pip install torch-geometric并且运行,等着它安装好

 

5.测试torch-geometric是否安装成功

最后可以按如下所示步骤测试一下它是否成功安装

打开anaconda里面的python,输入 import torch_geometric

 没有报错,说明安装成功!

 

 

### 安装 `torch_geometric` 库的方法 要在 AutoDL 环境下安装 `torch_geometric`,需要先确保 PyTorch 和 CUDA 的环境配置正确。以下是详细的说明: #### 配置基础依赖项 为了成功安装 `torch_geometric`,必须首先安装合适的 PyTorch 版本以及对应的 CUDA 工具包。可以参考以下两种方法之一来完成此操作。 1. **指定版本的 PyTorch 安装** 如果目标是安装特定版本的 PyTorch,则可以通过 Conda 命令实现。例如,如果需要安装 PyTorch 1.11.0 并附带相应的工具链,可执行如下命令[^1]: ```bash conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cudatoolkit=11.3 -c pytorch ``` 2. **动态适配最新版 PyTorch 及其组件** 若希望使用较新的 PyTorch 版本并自动匹配兼容的 cuDNN 组件,可以选择另一种方式[^2]: ```bash conda install pytorch=1.12.0 torchvision=0.13.0 torchaudio=0.12.0 -c pytorch conda install cudnn=6.0 ``` #### 安装 torch_geometric 一旦上述基础依赖已妥善部署完毕,在此基础上继续添加 `torch_geometric` 是可行的。推荐通过 pip 来简化这一过程,具体指令如下所示: ```bash pip install torch-scatter torch-sparse torch-cluster torch-spline-conv torch-geometric -f https://data.pyg.org/whl/torch-{pytorch_version}+{cuda_version}.html ``` 此处 `{pytorch_version}` 表示所使用的 PyTorch 主次版本号(如 '1.12'),而 `{cuda_version}` 则对应于当前系统的 CUDA 构建标签(比如 'cu113' 对应 CUDA Toolkit 11.3)。对于不支持 GPU 或仅需 CPU 支持的情况,应当替换为 `'cpu'`。 #### 示例脚本 下面提供了一个完整的 Bash 脚本来辅助自动化整个流程: ```bash #!/bin/bash PYTORCH_VERSION="1.12" CUDA_VERSION="cu113" # Step to setup base environment with specified versions of libraries. conda install pytorch=${PYTORCH_VERSION} torchvision torchaudio -c pytorch conda install cudnn=7.6.5 # Proceeding towards installing the geometric package and its dependencies via pip. pip install torch-scatter torch-sparse torch-cluster torch-spline-conv torch-geometric \ -f https://data.pyg.org/whl/torch-${PYTORCH_VERSION}+${CUDA_VERSION}.html ``` 注意:以上脚本中的变量 `${PYTORCH_VERSION}` 和 `${CUDA_VERSION}` 应依据实际需求调整至恰当数值。 --- ###
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