最近跑论文配环境,总是遇到一些问题,在此作简单的整理,以便后续配环境作参考。
- conda更新
- 版本低可能出现问题:无效版本规范错误 : Invalid version spec: =2. 7
解决方案
该解决方案不一定有效,版本太低的conda可能不容易更新。卸载重装conda,还得保存其他的虚拟环境。这里记录一下导出环境相关命令/代码如下:conda info --envs # 查看可用环境 conda env export > py36.yaml # 导出当前环境 conda env create -f py36.yaml # 在目标机上导入环境 pip freeze > requirements.txt # 保存环境 pip install -r requirements.txt -i https://pypi.douban.com/simple # 安装环境
- conda 安装
wget -c https://repo.continuum.io/miniconda/Miniconda3-latest-Linux-x86_64.sh # 在清华源下载,具体版本参考官网
- 版本低可能出现问题:无效版本规范错误 : Invalid version spec: =2. 7
- cuda版本对应问题
-
版本查询
nvcc -V # 查看 CUDA 驱动版本 nvidia-smi # 查看显卡驱动,以及支持的 CUDA 的最高版本 conda search cudatoolkit --info # 查看conda支持的cuda版本 conda search cudnn --info # 查看cuda对应的cudnn版本 conda install --use-local # 本地cudnn包所在的路径 import torch print(torch.version.cuda) print(torch.backends.cudnn.version()) print(torch.cuda.is_available()) # 查看CUDA是否可用 print(torch.cuda.device_count()) # 查看可用的CUDA数量
-
cuda 安装
# Linux下使用: conda install cudatoolkit=9.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/ conda install cudnn=7.1.4 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/ # Windows下使用: conda install cudatoolkit=9.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/
-
- torch_scatter的安装
该包的安装很容易出现问题,如果版本不匹配,会出现报错—— OSError: [WinError 127] 找不到指定的程序。pip install --no-index torch-cluster -f https://pytorch-geometric.com/whl/torch-1.x.0+cu10x.html # (!!x是指代你们自己的版本号,不是真的让你打cu10x……)
参考安装踩坑博文,亲测有效
torch_scatter下载链接 (根据python,cuda,torch的版本选择对应的版本下载,具体可见下面的链接)
torch_scatter安装
最后,谢谢各位大佬的助攻~