安装pytorch-gpu和torch_scatter对应版本

前提：最好自己重新创建一个环境，要不然很容易把以前的环境整废

1.看自己电脑的cuda版本：cmd

nvidia-smi

注：NVIDIA-SMI:512.59,

Driver Version:512.59,表明当前驱动版本是512.59

CUDA Version:11.6,表明当前驱动可以安装的cuda最高版本是11.6

1. 关于NVIDIA驱动要求，和驱动直接关联的是CUDA的版本。如果安装的是CUDA=10.0,那么在windows系统要求驱动大于411.31。如果小于，则会报错显示驱动版本过老。笔者是将驱动更新至最大，没问题。
2. 用conda安装时，不需要和自己电脑cuda版本一致。conda会帮你安装好所对应的配套环境，但是要注意驱动要求。

其他小细节可以看这个链接：(83条消息) 在anaconda环境中使用conda命令安装cuda、cudnn、tensorflow（-gpu）、pytorch_xianglingliwei的博客-CSDN博客_conda cuda 

2.torch下载教程

参考链接：(83条消息) Torch not compiled with CUDA enabled报错的解决办法！！！_nenuyear的博客-CSDN博客_cuda enabled

我是离线下载的：(pytorch1.5.0+cu101)+python3.7+(torchvision 0.6.0+cu101)

下载地址：https://download.pytorch.org/whl（ctrl+f可以搜索你想要的版本）

 

 3.torch_sparse下载教程 

参考链接：(83条消息) Torch not compiled with CUDA enabled报错的解决办法！！！_nenuyear的博客-CSDN博客_cuda enabled 我是离线下载的：

 下载地址：https://pytorch-geometric.com/whl/torch-1.5.0.html

4.安装教程

• 将下载下来的文件复制粘贴到conda环境对应下的文件中，我的如下图。

•  在该文件下，打开cmd或者在conda环境中：pip install 绝对路径
• 这5部分安装成功
• 测试torch和cuda版本对应否：print(torch.cuda.is_available())

 5.安装numpy-scipy-sklearn

 参考链接：(83条消息) pip 安装 scikit-learn失败解决教程_三少的笔记的博客-CSDN博客_sklearn安装失败

安装一定要注意顺序 和版本对应问题：

顺序：python3.7+numpy1.16.3-scipy1.2.1-scikit-learn-1.0.2 sklearn-0.0

安装命令：

pip install --index https://pypi.mirrors.ustc.edu.cn/simple/包名字

代码终于跑起来了！

scipy会报错：RuntimeError: sparse tensors do not have strides

参考链接：RuntimeError: sparse tensors do not have strides - 灰信网（软件开发博客聚合） (freesion.com)