torch_geometric 安装 教程

在安装 torch_geometric 的安装使用中碰到了许多问题, 为了今后避免出现不必要的问题,现在记录一下正确的安装。

注意: 该安装过程指针对于Ubuntu 18.04 支持cuda 版

1、查看本机的 cuda版本

输入下面的命令查看本机的 cuda 版本

nvidia-smi


可以看到我的机器上安装的 CUDA 版本是 11.1

如果没有安装 CUDA 可以查看我的另一篇博客:博客地址

2、查看本机安装的torch 及所支持的cuda版本

终端输入:

python

再输入

import torch
print(torch.version.cuda)

在这里插入图片描述
可以看到我的pytorch 支持的 cuda 版本是 11.1 和上面我安装的cuda版本对应。 如果输出的不是 11.1 则需要重新安装 与 本机安装的cuda 版本所对应的torch cuda版本, 之前安装的就是与本机安装 CUDA 版本不对应 这里输出的是10.2, 所以后续安装torch_geometric 后导包总是出现问题 。

如果没有安装 pytorch 则需要按照官网上的步骤安装对应的版本
pytorch 官网链接

选择和系统中安装的 CUDA 驱动相对于的 pytorch cuda 进行安装
如下:
在这里插入图片描述
复制 Run this Command 后面的命令 在终端中执行进行安装即可。

3、安装 torch_geometric

进入 torch_geometric 官网选择对应的版本进行安装。

torch_geometric 官网
在这里插入图片描述
如上图: 我们选择与我们 pytorch 和 CUDA 版本所对应的版本, 复制上面的命令到终端进行执行 即可。。。。

在这里插入图片描述
安装完成进入python

对 torch_geometric 进行导入 如果没有报错, 说明正确安装了 。如果在导入包的时候就报错,则说明安装出错有很大可能就是 安装的版本不对,有可能是torch_geometric 的版本不对,也有可能是电脑安装的CUDA驱动和pytorch 中对CUDA支持包的版本不对应。

Logo

华为开发者空间,是为全球开发者打造的专属开发空间,汇聚了华为优质开发资源及工具,致力于让每一位开发者拥有一台云主机,基于华为根生态开发、创新。

更多推荐