cuda10.2 pytorch1.6.0 安装geometric

本文介绍了如何在Python环境中安装PyTorch 1.6.0和Geometric库。对于PyTorch,可以通过搜索Pypi获取历史版本的安装命令。而安装Geometric时,可能遇到版本不兼容的问题导致AttributeError,官方安装方法可能不适用。解决办法是根据系统版本手动下载匹配的包,或者参照作者之前博客中提供的方法进行安装。
摘要由CSDN通过智能技术生成

安装pytorch可以直接百度搜“pypi”
输入torch,就能够搜出来相关命令,直接找到历史版本安装即可
安装geometric是需要四个包并行,
建议大家直接按照官网的安装,但是,geometric这个包很邪乎,有时候就是安装上不好使,常见报错有有
AttributeError: ‘NoneType‘ object has no attribute ‘origin‘
这样的错误,其实就是系统自动安装的,跟你系统的版本不符合。所以造成了你现在的错误。这个错误可以按照我之前写的博客来手动下载适合你系统版本的包。但是你得知道对应关系。
常见的安装方式就是官网安装:

https://pytorch-geometric.readthedocs.io/en/latest/notes/installation.html

所以,我们首先按照官网上的说明来安装,如果不成功的话,就去记录下来对应的版本,然后按照我[这篇博客](https://blog.csdn.net/weixin_39417324/article/details/116159791)中的说明,下载适合你版本的包,然后安装。

对于安装 CUDA 10.2PyTorch,你可以按照以下步骤进行操作: 1. 首先,确保你的显卡支持 CUDA 10.2,并且已经安装了相应的驱动程序。 2. 下载并安装 CUDA Toolkit 10.2,可以从 NVIDIA 官方网站下载对应版本的 CUDA Toolkit 安装程序。 3. 安装完成后,将 CUDA 的路径添加到环境变量中。在 Windows 系统中,你可以右键点击“我的电脑”,选择“属性”,然后点击“高级系统设置”,在弹出窗口中点击“环境变量”,找到“系统变量”中的“Path”变量,点击“编辑”,在变量值的最后加上 CUDA安装路径(例如:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin)。 4. 安装 Anaconda(如果未安装)。你可以从 Anaconda 官方网站下载适合你系统的安装程序,并按照指示进行安装。 5. 打开 Anaconda Prompt(或命令行界面),创建一个新的 conda 环境并激活它: ``` conda create -n myenv python=3.7 conda activate myenv ``` 6. 在激活的环境中,使用以下命令安装 PyTorch: ``` conda install pytorch torchvision cudatoolkit=10.2 -c pytorch ``` 这将会安装适用于 CUDA 10.2PyTorch 和 torchvision。 7. 安装完成后,你可以在 Python 中导入 PyTorch 来验证安装是否成功: ```python import torch print(torch.__version__) ``` 如果没有出现错误信息,并且能够正确显示 PyTorch 的版本号,则说明安装成功。 希望这些步骤对你有帮助!如有其他问题,请随时提问。
评论
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

打赏作者

这个人很懒,还没有设置昵称...

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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