【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

文章标签：

#自然语言处理

于 2022-03-27 15:58:12 首次发布

环境配置专栏收录该内容

6 篇文章

订阅专栏

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

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

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Amber_0419

关注关注

2
点赞
踩
9

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

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

参与评论您还未登录，请先登录后发表或查看评论

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

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

1525

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

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

8406

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

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。...