基于Conda的PyTorch Geometric报“段错误 (核心已转储)”的解决方法

最新推荐文章于 2024-03-30 20:10:37 发布

蛐蛐蛐

最新推荐文章于 2024-03-30 20:10:37 发布

阅读量1.8k

点赞数

分类专栏：深度学习科研工具 Python技巧文章标签： pytorch conda python

本文链接：https://blog.csdn.net/qysh123/article/details/127834216

版权

131 篇文章 12 订阅

订阅专栏

95 篇文章 2 订阅

订阅专栏

59 篇文章 4 订阅

订阅专栏

在安装PyTorchGeometric(PyG)和基于PyG的代码时遇到'段错误(核心已转储)'。问题源于PyTorch和PyG版本不匹配。解决方案是通过Conda安装PyTorch1.12.1和PyG，遵循官方推荐的版本对应。确保所有组件都使用Conda安装能避免兼容性问题。

摘要由CSDN通过智能技术生成

这个问题竟然也花了好几个小时才解决。我需要在一台新的PC上运行基于PyTorch Geometric (PyG)和Transformers的代码，但是发现PyG会报错，例如仅仅是这样一条语句：

from torch_geometric.data import Data

也会报“段错误 (核心已转储)”。捜了一下，发现主要是因为PyTorch和PyG的版本不对应所致。例如下面几篇博客：

大家都提到要注意PyTorch和PyG的版本的对应。不过上面这篇文章还是有点老了，我总结一下目前的情况，按照这里：

来看，目前（2022年11月），PyTorch稳定版本是1.13.0，而从第二个网页来看，PyG最多支持的PyTorch版本是1.12.*，所以应该安装更老一点的PyTorch。另外，从上面两个网页来看，最好是全都使用conda安装。所以我先从这个网页：

找到了PyTorch 1.12.1 Conda安装的命令行（CUDA 11.6，这个版本也需要统一，并且在使用Conda的时候，并不受系统安装CUDA版本的影响）：

conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.6 -c pytorch -c conda-forge

然后再按照PyG的网页安装PyG即可：

conda install pyg -c pyg

发现都通过Conda安装后，是可以解决上面的“段错误 (核心已转储)”的报错的。怎么感觉PyG的开发有点滞后了呢？

关注

专栏目录