win + CUDA11.6 +pytoch1.12.0 + pytoch_geometric 安装

pytoch gpu 环境安装 cuda11.6

1.确定适合的CUDA版本，NVIDIA官网查看显卡能否使用GPU加速，

官网查看显卡是否支持算力加速

2.查看显卡支持的CUDA版本，并下载

NVIDIA 控制面板—>系统信息—>组件

下载相应版本CUDA 官网下载地址

如果之前安装过CUDA的其他版本，并且安装了VS Studio，安装时选择自定义安装，将11.6的有关VS的组件全部取消安装。虽然CUDA能安装成功，但是VS能不能本人还没验证过，不过pytorch相关的包全部安装成功

查看是否安装成功

3.下载pytorch1.12.0 cu116，以及torch-geometric

首先安装pytorch1.12.0+cu116

官方地址

# CUDA 11.6
conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0 cudatoolkit=11.6 -c pytorch -c conda-forge

安装torch-geometric之前，先安装torch-scatter和torch-sparse

本地安装，下载相应的whl，建议下载到envs环境下的Scripts中，在cmd中cd到Scripts文件夹，并执行pip install + “文件名”,先安装torch-scatter，再安装torch-sparse，剩下两个包随便，再pip 安装torch-geometric

查找适配已安装的torch和cuda版本的whl

在线安装，根据官方给出的pip顺序添加链接描述

其中 ${CUDA} 和 ${TORCH} 应分别替换为特定的 CUDA 版本（cpu、cu102、cu113、cu115）和 PyTorch 版本（1.11.0、1.12.0）。 例如，对于 PyTorch 1.12.* 和 CUDA 11.6，输入：

pip install torch-scatter -f https://data.pyg.org/whl/torch-${TORCH}+${CUDA}.html
pip install torch-sparse -f https://data.pyg.org/whl/torch-${TORCH}+${CUDA}.html
pip install torch-geometric

再选择安装

pip install torch-cluster -f https://data.pyg.org/whl/torch-${TORCH}+${CUDA}.html
pip install torch-spline-conv -f https://data.pyg.org/whl/torch-${TORCH}+${CUDA}.html

4.验证安装