如何安装cuda版本的torch-sparse和torch-scatter

最新推荐文章于 2025-03-26 12:56:06 发布
最新推荐文章于 2025-03-26 12:56:06 发布
阅读量909 收藏 6
点赞数 12
分类专栏： 深度学习 tricks 文章标签： pytorch
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42854929/article/details/138376147
版权

安装对应cuda版本的torch，确保cuda可用

使用nvidia-smi查看cuda版本，我的是11.4，然后就找到pytorch历史版本，页面搜索cuda 11.4，没搜到，继续往小版本搜，搜到cuda 11.3，果断安装：
访问这里找到对应你cuda版本的torch
在这里插入图片描述

找到对应torch+cuda版本的torch-scatter和torch-sparse

因为我的版本是1.12.1+cu113，所以，按照此页面的指引，运行以下命令即可。如果你要安装自己的版本，可以替换掉我下面的1.12.1+cu113为自己的版本。

pip install torch-scatter torch-sparse -f https://data.pyg.org/whl/torch-1.12.1+cu113.html
安装cuda11.8版本的torch
Hope^_^
06-22 2136
在这里可以下载cuda11.8版本的不同版本的torch都有。
python安装torch-cluster、torch-scatter、torch-sparse和torch-geometric | torch_geometric详细安装教程
sinat_29950703的博客
08-05 4656
python安装torch-cluster、torch-scatter、torch-sparse和torch-geometric，常见错误
20220509Pytorch安装torch-geometric, torch-sparse, torch-scatter, torch-cluster, torch-spline-conv
real_wxzhou的博客
05-09 1065
第一步：在Pytorch中下载需要的版本 链接：https://pytorch.org/get-started/previous-versions/ e.g. torch == 1.7.1 # CUDA 11.0 pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html # CUDA 10.2 pip inst
二、关于CUDA和Torch的安装
最新发布
weixin_43854974的博客
03-26 206
这一步其实不需要的：配置一下cuda环境变量，C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6。4.等待下载完成，按步骤安装，选自定义全部安装不太好用，我用简单安装，到c盘也没太多影响。7.安装gpu版本pytorch，在这个网站。1.用win+R调出cmd，在cmd中输入。下载下来的是一个压缩包，打补丁到cuda。3.挑选适合自己系统的安装包。选择对应版本，生成安装命令。下载的速度有些太慢了。中下载对应的cuda版本。
cuda以及torch安装
qq_43655307的博客
06-05 2211
自定义安装可以只安装Cuda Runtime。
torchsparse安装
AI_BING_的博客
05-26 1万+
torchsparse安装以及安装失败原因分析和解决
安装CUDA和cuDNN已及对应版本的torch方法整理
热门推荐
2302_77407111的博客
12-24 1万+
这里我们要注意对应我们的CUDA版本，我这里选择了11.8版本，很慢但不建议使用清华或者淘宝等国内的镜像源，他们那个里面很可能是CPU版本，我们直接将torch，torchaudio,torchvision这三个库一次性下载下来。我们这里要十分注意下载的时候一定要完全完全对应我们的版本，不然cuda是无法调用的，我们之前装的torch建议卸载掉，因为很可能是CPU版本的，这里有两种方法。这里的意思是你的电脑适合12.1以下的版本的CUDA版本，注意千万不能下载高于你电脑适配版本的CUDA。
用pip安装cuda版本的torch
wwee1223的博客
09-06 1万+
pip本地安装GPU版本的torch
Torch-Geometric，Torch-Scatter，Torch-Sparse安装教程
weixin_46395185的博客
02-14 3534
Torch-Geometric，Torch-Scatter，Torch-Sparse安装教程 方法一 通过pycharm进行安装，但是最简单的方法，但容易出错 步骤1：点击pycharm的设置，进入下面页面，点击箭头进行添加。步骤2：在箭头处输入想要添加的包的名字。 步骤3：点击进行进行添加，就安装成功了。 上述方法比较简单，但容易出现各种安装错误，为了避免上述各种错误，可以通过下面第二种方法进行安装。 方法2 步骤1：直接去官网下载whl安装文件 PyTorch1.6所对应的torch-geometri
Linux下安装‘torch_geometric’、’torch-scatter’、 ‘torch-cluster’、 ‘torch-sparse’详细教程
weixin_43994864的博客
12-02 2603
要安装torch_geometric，必须按照以下顺序进行！!! 第一步，必须安装torch，本人使用cuda9.2，使用命令安装的1.4.0版本，即conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=9.2 -c pytorch，可以再Pytorch官网选择自己需要的版本安装命令进行安装。 第二步，再安装’torch-scatter’、 ‘torch-cluster’、 'torch-sparse’模块。即： pip install
torch-scatter和torch-sparse用于处理图形数据和稀疏张量·「下載地址」
02-07
windows系統的pytthon3.8版本庫： torch_scatter-2.1.1+pt113cu117-cp38-cp38-win_amd64.whl torch_sparse-0.6.17+pt113cu117-cp38-cp38-win_amd64.whl
Pytorch-0.4.1兼容CUDA9.0
01-10
Pytorch-0.4.1兼容CUDA9.0，下载进入文件目录安装即可
指定cuda版本的torch包安装
aloha
06-12 1311
界面点击ctrl+F输入11.6（你的cuda版本如果是11.6的话），即可找到安装指令如下图。3.3输入torch.cuda.is_available()返回True表示引入成功。3.1终端输入python进行脚本执行界面。win+r输入cmd回车进行电脑终端界面。3.2输入 import torch。复制指令到所需环境的终端执行即可。
pytorch torch-sparse安装教程
weixin_54096215的博客
09-30 1万+
前提： 需要根据自己电脑系统和anaconda环境来下载对应的版本，一定要看仔细了！！！ 步骤： 以上述对应版本为例：python3.6, torch1.6.0， torchvision0.7.0 1.使用conda安装python3.6虚拟环境 conda create -name pytorch1.6.0 python=3.6 查看环境 conda info --envs 激活环境 conda activate pytorch1.6.0 ...
使用GPU计算python程序，如何正确安装cuda版本的torch模块，详细教程
weixin_44762762的博客
03-16 2302
使用GPU计算python程序，如何正确安装cuda版本的torch模块，从torch版本选择到模块安装，详细教程
torch_sparse安装
mynameislfc的博客
11-11 1956
前往该网站把对应的版本下载下来，放在“anoconda/pkgs”或"miniconda3/pkgs"中。
pycharm使用之torch_sparse安装
关关难过关关过
06-11 3374
这里要跟自己的python对应上，我的是3.9.7，所以对应的是cp39。按照这样的思路找，然后下载。我是win，所以下载的是。3、 输入import torch，然后输入torch.__version__，最后回车。最简单直接的方法就是把刚刚下载的文件复制到你的程序所在的文件夹。有cude的就选择对应的cuxxx，没有的话就选择cpu。3、下载对应的torch_sparse版本。二、下载合适的torch_sparse版本。可以看到我的torch版本是1.10.0。2、选择对应的torch版本。
「PYTHON」配置支持cuda计算的torch环境
Suryxin's blogs
10-10 2224
「PYTHON」配置支持cuda计算的torch环境
torch-geometric torch-scatter torch-sparse官网下载
12-29
### 官方下载链接 对于希望获取 `torch-geometric`、`torch-scatter` 及 `torch-sparse` 的官方版本，推荐的方式是从 PyTorch Geometric 提供的仓库中找到适合特定 CUDA 版本以及 Python 解释器版本的文件。通常情况下，这些库依赖于特定版本的 PyTorch 并且可能需要匹配相同的 CUDA 工具包版本。 #### 获取适用于指定配置的轮子（Whl） 为了确保兼容性，建议先确认已安装的 PyTorch 版本及其所基于的 CUDA 版本： ```bash python -c "import torch; print(torch.__version__, torch.version.cuda)" ``` 接着访问 [PyTorch Geometric 轮子页面](https://data.pyg.org/whl/) 或者更稳定的长期支持版面如 [PyTorch Stable Releases](https://pytorch-geometric.com/whl/torch_stable.html)，从中挑选与当前环境中 PyTorch 和 CUDA 版本相匹配的 `.whl` 文件进行下载和安装[^1]。 例如，如果使用的是带有 CUDA 11.3 支持的 PyTorch 1.10.1，在 Linux 上运行 Python 3.7，则可以通过如下命令来安装所需的组件： ```bash pip install https://data.pyg.org/whl/torch-1.10.1+cu113/torch_cluster-1.5.8-cp37-cp37m-linux_x86_64.whl pip install https://data.pyg.org/whl/torch-1.10.1+cu113/torch_scatter-2.0.9-cp37-cp37m-linux_x86_64.whl pip install https://data.pyg.org/whl/torch-1.10.1+cu113/torch_sparse-0.6.12-cp37-cp37m-linux_x86_64.whl pip install torch_geometric ``` 请注意 URL 中的具体版本号应当依据实际需求调整，并且确保所有软件包之间的版本相互兼容[^4]。 最后一步直接通过 `pip install torch_geometric` 来完成对 `torch-geometric` 自身的安装，这会自动处理其最低限度的需求项。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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