老表

V1

2022/07/28阅读:11主题:红绯

在矩池云快速安装torch-sparse、torch-geometric等包

租用机器,按自己需要的环境选择一个基础镜像,我这里选择的是Pytorch 1.10。

租用成功后点击租用页面的 Jupyterlab 链接。

Jupyterlab 里新建一个Terminal 用来安装环境,先检查Pytorch、CUDA版本,如下图可以看到我的环境Pytorch 1.10.0,CUDA 11.3。

接下来安装 torch-scatter torch-sparse torch-cluster torch-spline-conv torch-geometric 这些包。

  • 官方推荐安装方法(推荐看后一种方法):
pip install torch-scatter torch-sparse torch-cluster torch-spline-conv torch-geometric -f https://data.pyg.org/whl/torch-{version}+cu{version}.html

其中官方源链接中的torch和cuda版本需要改成自己服务器环境中对应的。

https://data.pyg.org/whl/torch-{version}+cu{version}.html
如 CUDA11.3 Pytorch1.10.0 对应链接:https://data.pyg.org/whl/torch-1.10.0+cu113.html

官方安装方法可能出现问题: 由于 pip 安装时如果不指定包的版本时,默认会安装最新版本,以 CUDA11.3 Pytorch1.10.0 安装 torch-sparse 为例子,从官方源可以看到 torch-sparse 最新版本是 0.6.13,但是机器默认源中最新版本是:0.6.14,所以在安装过程中即使我们指定了 -f 参数,pip 也会选择从默认源安装更新的 0.6.14(容易出错,还需要编译,很麻烦)。

  • 推荐安装方法:

安装 torch-sparse 的时候指定版本和官方源地址,这样安装都时候就会从官方源下载包安装了,官方提供的是已经在对应环境下编译好的 whl 安装包,可以免除编译过程,安装更快,也不会出现不必要的错误。

得到下面安装指令(注意我是 CUDA11.3 Pytorch1.10.0,如果你是其他版本,请将官方源中torch和cuda版本改成自己对应的):

pip install torch-scatter torch-sparse==0.6.13 torch-cluster torch-spline-conv -f https://data.pyg.org/whl/torch-1.10.0+cu113.html

安装完成上面包后,再安装 torch-geometric,torch-geometric不在官方源中,所以直接 pip install 就好:

pip install torch-geometric

注意: 如果有版本要求,可以在安装的时候指定版本,这样更容易安装成功。

以上都安装完成后就可以成功导入相关包啦。

具体使用参考:官方文档

分类:

人工智能

标签:

深度学习

作者介绍

老表
V1