概述
安装教程:
pytorch-geometric
1. 查看PyTorch版本(至少要1.4.0版本以上):
$ python -c "import torch; print(torch.__version__)"
>>> 1.8.0
2. 查看CUDA版本
$ python -c "import torch; print(torch.version.cuda)"
>>> 11.1
但是我利用上面这个代码查出来的CUDA版本却安装不了pytorch-geometric,或者是即使能够安装上,也不能调用该库,因此这里查出的CUDA版本并不正确。因此我查的网上说的是有两种查CUDA版本的方法,而且两种方法查出来的不一样,所以我就试了一下另一种方法:
$ nvcc --version
这时是显示我没有安装nvcc,因此就进入管理员账户,进行安装,安装命令如下:
sudo apt install nvidia-cuda-toolkit
3. 安装
安装好nvcc之后就可以通过上述“nvcc --version”查看CUDA版本了。查到版本号后,执行下列命令安装pytorch-geometric:
pip install torch-scatter -f https://pytorch-geometric.com/whl/torch-${TORCH}+${CUDA}.html
pip install torch-sparse -f https://pytorch-geometric.com/whl/torch-${TORCH}+${CUDA}.html
pip install torch-cluster -f https://pytorch-geometric.com/whl/torch-${TORCH}+${CUDA}.html
pip install torch-spline-conv -f https://pytorch-geometric.com/whl/torch-${TORCH}+${CUDA}.html
pip install torch-geometric
其中第一个黄色部分(${TORCH})替换为PyTorch的版本号,第二个黄色部分(${CUDA})替换为上面查询得到的CUDA版本号。CUDA 版本号格式 (cpu, cu92, cu101, cu102, cu110, cu111)。例如对于PyTorch 1.8.0/1.8.1 and CUDA 11.1,安装命令如下:
pip install torch-scatter -f https://pytorch-geometric.com/whl/torch-1.8.0+cu111.html
pip install torch-sparse -f https://pytorch-geometric.com/whl/torch-1.8.0+cu111.html
pip install torch-cluster -f https://pytorch-geometric.com/whl/torch-1.8.0+cu111.html
pip install torch-spline-conv -f https://pytorch-geometric.com/whl/torch-1.8.0+cu111.html
pip install torch-geometric
对于PyTorch 1.7.0/1.7.1 and CUDA 10.2,安装命令如下:
pip install torch-scatter -f https://pytorch-geometric.com/whl/torch-1.7.0+cu102.html
pip install torch-sparse -f https://pytorch-geometric.com/whl/torch-1.7.0+cu102.html
pip install torch-cluster -f https://pytorch-geometric.com/whl/torch-1.7.0+cu102.html
pip install torch-spline-conv -f https://pytorch-geometric.com/whl/torch-1.7.0+cu102.html
pip install torch-geometric
4. 检测是否安装成功
$ python
Python 3.7.0 (default, Jun 28 2018, 13:15:42)
[GCC 7.2.0] :: Anaconda, Inc. on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> from torch_geometric.data import DataLoader
>>>
没有报错,说明安装成功。
5. 相关链接
- CUDA的安装和卸载
- 显卡,显卡驱动,nvcc, cuda driver,cudatoolkit,cudnn到底是什么?
- Linux上查看已安装的CUDA和cuDNN版本号
- nvidia-smi指令报错:Failed to initialize NVML: Driver解决
最后
以上就是忧伤硬币为你收集整理的解决图神经网络库pytorch-geometric“版本不匹配”安装失败的问题安装教程:1. 查看PyTorch版本(至少要1.4.0版本以上):2. 查看CUDA版本3. 安装4. 检测是否安装成功5. 相关链接的全部内容,希望文章能够帮你解决解决图神经网络库pytorch-geometric“版本不匹配”安装失败的问题安装教程:1. 查看PyTorch版本(至少要1.4.0版本以上):2. 查看CUDA版本3. 安装4. 检测是否安装成功5. 相关链接所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
发表评论 取消回复