然后依次进行安装,按照以下顺序执行命令(要看准自己的版本号): 先安装torch_scatter pip install torch_scatter-2.0.7-cp37-cp37m-win_amd64.whl 第二步安装torch_sparse pip install torch_sparse-0.6.9-cp37-cp37m-win_amd64.whl 第三步安装torch_cluster pip install torch_cluster-1.5.9-cp37-cp37m-wi...
一、创建虚拟环境 若没有虚拟环境的,建议先创建一个。我目前使用的服务器的CUDA版本为12.0,版本太高,所以我另外创建了虚拟环境,并安装了python3.6,具体创建虚拟环境的命令如下: conda create -n 你的虚拟环境名字 python=3.6 例如虚拟环境名字为drl_rps,激活创建的drl_rps虚拟环境,,接下来要安装的包便都安装在这...
步骤3:安装torch-geometric库一旦PyTorch和驱动程序安装完成,就可以开始安装torch-geometric库了。运行以下命令进行安装: pip install torch-geometric 步骤4:测试代码最后,为了验证安装是否成功,你可以运行以下Python代码来测试torch-geometric库是否可以正常工作: import torch from torch_geometric.nn import GCNConv, Seque...
torch_geometric安装:按教程顺序来基本都可以配置成功 查看当前环境(虚拟环境)的python(3.7)& torch(1.11.0&cu113)版本 安装相关依赖包 进入:https://pytorch-geometric.com/whl/torch-1.11.0%2Bcu113.html # https://pytorch-geometric.com/whl/torch-1.11.0%2Bcu113.html #1.11.0&cu113对应当前环境的torch...
首先通过Anaconda prompt重新安装一个虚拟环境,或者使用之前的虚拟环境,这里我使用的是之前已有的虚拟环境,版本分别为: Python == 3.7.1; Torch == 1.5.0; 之前也尝试新建了个虚拟环境,但是import torch总是出错,所以用了已有的正确的虚拟环境进行安装torch-geometric库。
1.因为我运行的代码是基于pytorch的,所以我在Anaconda下安装了pytorch,详细步骤见:B站视频:https://www.bilibili.com/video/BV1hE411t7RN?p=10。 2.将代码的编译器选为用pytorch的: 3.下载torch_sparse,torch_scatter,torch_cluster。 下载网址:https://pytorch-geometric.com/whl/ ...
1.安装对应的torch、torchvision 网址:https://pytorch.org/get-started/previous-versions/ 搜索对应CUDA版本的安装命令(cu110代表CUDA11.0),在终端中复制命令安装。 # CUDA 11.0 pip install to
一、在CMD控制平台查看电脑已经安装好的Anaconda中的Python版本,Pytorch中torch版本和Cuda版本,若没有安装可点击下面的博主的文章链接按操作先进行安装。 基于Windows中学习Deep Learning之搭建Anaconda+Pytorch(Cuda+Cudnn)+Pycharm工具和配置环境完整最简版:点击打开文章链接 ...
本人菜鸟一枚,搞了两天才把torch_geometric,scatter,sparse, cluster的安装搞定,中间几度抓狂,现记录下来过程以防后面需要帮别人安装。 1、环境版本配置:python3.8,pytorch1.8.1,cu111 2、百度的如何安装 geometric,发现需要安装scatter、sparse、cluster先,直接用的pip命令。
1.环境+版本检查 首先检查自己使用的虚拟环境是哪一个，确保我们可以能正常的将这个包装到虚拟环境中正常调用。我的虚拟环境是Pytorch，如图1。其次要检查自己虚拟环境中已安装的pytoch版本，安装的pytorch是cpu还是gpu的，以及cuda版本等等，操作命令如下代码。比如我这里依次显示的是 ps：想要查看自己的...