PyG 图神经网络依赖环境安装(Anaconda)

2023-07-29,,

1.默认用户在Anaconda的虚拟环境中已安装Pytorch

2.打开anaconda prompt命令窗, activate "你的虚拟环境名称"

3.在激活后的虚拟环境下输入 python -c "import torch; print(torch.version.cuda)"查看cuda版本,

4.在3后继续输入python -c "import torch; print(torch.version)"查看pytorch版本

5.在下列URL的格式化{}中替换为你的torch和cuda版本:

https://pytorch-geometric.com/whl/torch-{}+{}.html

举个栗子,我的torch版本为1.8.0,cuda版本为10.2,因此我的为https://pytorch-geometric.com/whl/torch-1.8.1+cu101.html

6.打开浏览器,复制上面的URL,分别下载cluster、scatter、sparse、spline_conv这四个依赖包,注意这四者的cpx-cpx要匹配相同,windows环境选择win_amd64,linux环境选择linux_x86_64.

7.继续回到anaconda promt,选择pip install {你在6中下载的4个依赖包的文件路径.whl},很快就能完成。

8.成功完成7后,继续在promt中输入pip install torch-geometric,等待下载完成

9.在promt输入python,并且import torch_geometric,无报错则表明你安装成功,亲测可靠!

为什么这里不选择 pip install torch-scatter -f https://pytorch-geometric.com/whl/torch-{}+{}.html

的方法?这种方法可能极其依赖于网速,因此选择上面的方法会更为可靠些!

DGL依赖库的安装可以参考Blog:https://blog.csdn.net/CY19980216/article/details/110629996

PyG 图神经网络依赖环境安装(Anaconda)的相关教程结束。

《PyG 图神经网络依赖环境安装(Anaconda).doc》

下载本文的Word格式文档,以方便收藏与打印。