【环境配置】torch-scatter/cluster/sparse等的版本匹配

原创 已于 2022-03-27 19:22:44 修改 · 3.8k 阅读 · 9 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#自然语言处理

于 2022-03-27 15:58:12 首次发布
本文提供了针对不同Python版本（3.6, 3.7, 3.8）的PyTorch及其相关生态组件（如torch-scatter, torch-cluster等）的具体版本配置方案。这些配置适用于进行图神经网络研究和开发。
部署运行你感兴趣的模型镜像

以下是几个可用的版本配置：

python=3.8​​​​​​​

           torch==1.8.0+cu111
           torch-scatter==2.0.6
           torch-cluster==1.5.9
           torch-sparse==0.6.9
           torch-geometric==1.6.3

python=3.7

           torch==1.1.0
           torch-scatter==1.3.2
           torch-cluster==1.4.5
           torch-sparse==0.4.3
           torch-spline-conv==1.1.1
           torch-geometric==1.3.2
           torchvision==0.3.0

python==3.6

     torch==1.3.0
     torch-scatter==1.3.2
     torch-cluster==1.4.5
     torch-sparse==0.4.3
     torch-spline-conv==1.1.1
     torch-geometric==1.3.2
     torchvision==0.4.1


致谢：https://blog.youkuaiyun.com/u014714362/article/details/108614868

您可能感兴趣的与本文相关的镜像

Python3.10

Python3.10

Conda
Python

Python 是一种高级、解释型、通用的编程语言，以其简洁易读的语法而闻名，适用于广泛的应用，包括Web开发、数据分析、人工智能和自动化脚本

折腾torch geometric环境
w55100的博客
04-15 4435
如此不智能不便利不友好的库竟然还有人喜欢用。 不会吧不会吧不会吧不会吧 记录傻X环境依赖。 torch1.2.0 torchvision0.4.0 默认cuda10.0 3.5<=python<=3.7 torch1.3.0 torchvision0.4.1 默认cuda10.0 3.5<=python<=3.7 torch1.3.1 torchvision0.4.2 默认cuda10.0 3.5<=python<=3.7 torch1.4.0 torchvision0
torch-cluster,torch-scatter,torch-sparse,torch-spline_conv,torch-geometric完整版安装教程
Cai_zi_heng的博客
09-27 2845
精简完整版安装torch-cluster,torch-scatter,torch-sparse,torch-spline_conv,torch-geometric
torch_sparse-0.6.11-cp36-cp36m-macosx_10_14_x86_64whl.zip
01-15
需要配和指定版本torch-1.8.0+cpu使用，请在安装该模块前提前安装官方命令安装torch-1.8.0+cpu
torch、torch_scatter、torch_sparse、torch_cluster对应版本
weixin_46871027的博客
09-14 1418
pip install torch==1.12.1+cu116 torchvision==0.13.1+cu116 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu116pip install torch_scatter-2.0.9-cp37-cp37m-win_amd64.whlpip install torch_sparse-0.6.16+pt112cu116-cp37-cp37m-win_amd64.whl
torch-scatter, torch-cluster, torch-sparse, torch版本对应，cuda
u014714362的博客
09-16 1万+
torch-scatter, torch-cluster, torch-sparse 的版本需要与torch版本对应，不然会出现莫名其妙的错误。以下是一个可用的版本配置： torch==1.1.0 torch-scatter==1.3.2 torch-cluster==1.4.5 torch-sparse==0.4.3 torch-spline-conv==1.1.1 torch-geometric==1.3.2 torchvision==0.3.0...
解决：torch, torch-scatter, torch-sparse, torch-cluster, torch-spline-conv 版本不匹配而导致的问题
qq_41356707的博客
11-20 2680
1.步骤一 从下面这个链接进去，选择适合自己电脑版本的pytorch。有同学问：不是torch吗，为什么用pytorch？这里，可以自行百度一下torch和pytorch的区别，大概就是pytorch是torch的python版本，功能大概相似，区别不是很大。 pytorch官网：https://pytorch.org/get-started/locally/ 我是再anaconda环境下装的，这个比较容易。比如我在环境下的终端运行的是： conda install pytorch torchvision
torch-scatter、torch-sparse、torch-cluster、torch-spline-conv安装失败问题解决
薄荷你玩的博客。个人博客：薄荷分享【www.bhshare.cn】
06-13 2334
比如使用 安装torch_scatter会失败。 网上有的解决方法说是，在后面加上 -f https://pytorch-geometric.com/whl/torch-1.x.x.html ，但是试了还是失败（网址上的对应的是安装的torch版本，需手动替换成自己的版本） #####2. 找到和本地环境对应的scatter/sparse/cluster/spline-conv版本 文件名主要分为五段式： 1：包名；2：版本；3：cuda版本，如cuda10.1可以选择cu101；4：python版本，
20220509Pytorch安装torch-geometric, torch-sparse, torch-scatter, torch-cluster, torch-spline-conv
real_wxzhou的博客
05-09 1158
第一步：在Pytorch中下载需要的版本 链接：https://pytorch.org/get-started/previous-versions/ e.g. torch == 1.7.1 # CUDA 11.0 pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html # CUDA 10.2 pip inst
安装torch_scatter,torch-sparse,torch-cluster,torch-spline-conv全套包——附下载链接
陨落成河，越过沙丘
01-03 2823
​ 使用PyG-Temporal库时，需要安装包含torch、torch_scatter,torch-sparse,torch-cluster,torch-spline-conv,torch-geometric在内的多个包，我一阵忙活，终于找到最快速，最有用的方法下载了 第一步：先查看自己需要安装的版本 这一步是最容易被忽略的，也是去网上一搜，大家各种报错的原因所在，因为这几个包都需要跟当前环境下的python版本适配，不然下载下来也安装不了，只会报错——is not a supporte
torch、torchvision、torch_geometric、torch-scatter、torch-sparse的安装版本对应问题
m0_50609661的博客
06-20 2288
这里注意有一个折磨我半天的大坑，pip安装torchvision的时候会自动下载它对应版本的CPU版的torch，所以应该先安装torchvision，然后卸载CPU版本的torch，因为刚开始下载的时候一直报版本不对应我百思不得其解，最后发现安装torchvision的时候把我安装好的GPU版本的pytorch给卸了！然后安装了一个CPU版本的，这能对上吗！首先查看自己的GPU的cuda，然后安装对应的CUDA和CUdnn，然后下载对应版本的torch和torchvision，下载网站。
torch_sparse-0.6.17+pt113cu117-cp37-cp37m-linux_x86_64whl.zip
12-25
需要配和指定版本torch-1.13.1+cu117使用，请在安装该模块前提前安装官方命令安装torch-1.13.1+cu117对应cuda11.7和cudnn，注意电脑需要有nvidia显卡才行，支持GTX920以后显卡，比如RTX20 RTX30 RTX40系列显卡
（12月最新）完美兼容安装torch-geometric与torch-scatter torch-sparse torch-cluster、torch-spline-conv的方法及版本对应关系
ASS-ASH的博客
12-05 3350
如果你通过各种pip install、conda install、加上类似-f https://pytorch-geometric.com/whl/torch-1.8.0+cu102.html、-f https://data.pyg.org/whl/torch-1.8.0+cu102.html等后缀链接，然后尝试各种组合的torch-geometric与torch-scatter torch-sparse torch-cluster、torch-spline-conv不同版本的安装之后依然没有成功，不妨试试
【关于pytorch-geometric、torch_cluster、torch_scatter、torch_sparse、torch_spline的版本对应及安装】
qq_43701258的博客
11-14 1526
踩坑：标题的那几个库，直接安装会有很大概率导致版本不兼容造成报错，本文用于记录自己的踩坑解决方案。提示：以下是本篇文章正文内容，下面解决方案可供参考跟着教程一点点来就可以了。如果有不懂或者书写有误的地方，欢迎指正，可以私信，或者加入我们的微信公众号。
torch、torch-scatter、torch-sparse版本依赖问题
热门推荐
weixin_44082677的博客
04-26 1万+
torch、torch-scatter、torch-sparse版本依赖问题
PyTorch 2.6.0没有对应的torch-sparse版本，不要下载pytorch最新版本，否则用不了图神经网络torch_geometric
最新发布
qlkaicx的博客
03-29 1630
步骤命令卸载 PyTorch 2.6.0安装 PyTorch 2.5.1 CPU 版安装 PyG 依赖安装 PyG。
程序报错之torch、torch-geometric、torch_sparse等版本依赖问题
weixin_45928096的博客
10-05 7829
重新安装torch、torch-geometric库 1 查询cuda版本，下载对应的torch库 2 先下载对应版本的torch_scatter、torch_sparse等 3 安装.whl文件 4 安装 geometirc
pycharm使用之torch_sparse安装
关关难过关关过
06-11 3753
这里要跟自己的python对应上，我的是3.9.7，所以对应的是cp39。按照这样的思路找，然后下载。我是win，所以下载的是。3、 输入import torch，然后输入torch.__version__，最后回车。最简单直接的方法就是把刚刚下载的文件复制到你的程序所在的文件夹。有cude的就选择对应的cuxxx，没有的话就选择cpu。3、下载对应的torch_sparse版本。二、下载合适的torch_sparse版本。可以看到我的torch版本是1.10.0。2、选择对应的torch版本。
torch,torchvision,torch-sparse，torch-scatter版本问题
qq_41220883的博客
04-22 6982
最近安装torch，torch-sparse，torch-scatter，torch-cluster，torch-spline-conv，遇到版本不匹配的问题，试了很多，找到了解决办法。^_ ^，磕盐人呀，必须解决。 1.已有基础： Cuda:10.1 Cudnn:7.6.5 2.再此基础上安装：在官网https://pytorch.org/get-started/previous-versions/ 可以找到cuda对应的pytorch的版本，以及选择是否安装GPU。这里选择使用命令，#cuda=10
torch版本对应的torch_geometric与torch-sprse/cluster/scatter库的正确安装
ASS-ASH的博客
10-19 8407
使用上述标红命令即可快速安装需要的包（确定自己环境中安装的pytorch版本以及cuda版本，使用对应的命令即可）
安装pyg-lib torch-scatter torch-sparse torch-cluster torch-spline-conv torch-geometric
02-16
### 安装 PyG-Lib 及其依赖项 为了成功安装 PyG-Lib (PyTorch Geometric) 和其依赖项 `torch-scatter`, `torch-sparse`, `torch-cluster`, `torch-spline-conv` 以及 `torch-geometric`，建议遵循官方推荐的方法来确保兼容性和稳定性。 对于特定版本的 PyTorch 和 CUDA，可以使用如下命令进行安装： ```bash pip install torch-scatter torch-sparse torch-cluster torch-spline-conv torch-geometric -f https://data.pyg.org/whl/torch-{version}+cu{version}.html[^1] ``` 这里 `{version}` 需要替换为实际使用的 PyTorch 版本号和 CUDA 版本号。例如，如果使用的是 PyTorch 1.12.0 和 CUDA 11.3，则 URL 应该设置为 `https://data.pyg.org/whl/torch-1.12.0+cu113.html`. 需要注意的是，在某些情况下最新版的 PyTorch 或者 PyTorch Geometric 可能尚未完全适配所有环境配置[^2]。因此，当遇到安装问题时，可以选择指定较低版本的 PyTorch 来保证兼容性。比如通过 Conda 安装特定版本的 PyTorch: ```bash conda install pytorch=1.10 torchvision torchaudio cudatoolkit=10.2 -c pytorch ``` 另外一种方式是单独依次安装各个依赖库，并明确指明它们所基于的 PyTorch 和 CUDA 的具体版本： ```bash pip install torch_scatter -f https://pytorch-geometric.com/whl/torch-1.12.0%2Bcu113.html pip install torch_sparse -f https://pytorch-geometric.com/whl/torch-1.12.0%2Bcu113.html pip install torch_cluster -f https://pytorch-geometric.com/whl/torch-1.12.0%2Bcu113.html pip install torch_spline_conv -f https://pytorch-geometric.com/whl/torch-1.12.0%2Bcu113.html pip install torch_geometric[^3] ``` 此过程可能会比较耗时，请保持耐心等待完成。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值