Mac上配置pytorch_geometric_signed_directed包(问题总结)(解决思路)

本人需要给导师配置环境,涉及的系统配置是M3芯片的macbook air

首先要使用这个包得到这个网站按照说明去安装

GitHub - SherylHYX/pytorch_geometric_signed_directed: PyTorch Geometric Signed Directed is a signed/directed graph neural network extension library for PyTorch Geometric. The paper is accepted by LoG 2023.

这个是对应的网址

文章说明需要两个步骤

1.安装pytorch

首先先安装Pytorch,这边还是建议去安装anaconda的环境

通过,类似这样的创建PyGSD的虚拟环境,操作比较方便

conda create -n PyGSD python=3.9

然后呢就按照说明先安装Pytorch登录官网

这里并不建议各位下载,最新的版本,我再装载最新的版本,会出现有些包未识别的问题,这里也只建议下载2.2.0版本(后面我会说明,以及最新2.3.0以及以上的版本我也尝试过,会有问题)

conda install pytorch==2.2.0 torchvision==0.17.0 torchaudio==2.2.0 cpuonly -c pytorch

这里只要按照要求安装成功就行

2.安装PyG

这样pytorch的问题就结束了

下面就是安装PyG,这里地方也有很多注意点

首先回到这个网址,通过网站来回到

GitHub - SherylHYX/pytorch_geometric_signed_directed: PyTorch Geometric Signed Directed is a signed/directed graph neural network extension library for PyTorch Geometric. The paper is accepted by LoG 2023.

访问PyGInstallation — pytorch_geometric documentation

这里这个地方是可以下载的

pip install torch_geometric

这边直接下载没有任何问题,问题点就是额外库

额外库的注意点就是

这个其实得从源文件下载也是最繁琐的地方

下面也是解释为什么会下载pytorch2.2.0版本的原因

点击从源文件

这里按照代码安装除第一个的剩下四个

pip install --verbose torch_scatter
pip install --verbose torch_sparse
pip install --verbose torch_cluster
pip install --verbose torch_spline_conv

第一个连接下载不了,这个时候就需要访问这个库的网站

GitHub - pyg-team/pyg-lib: Low-Level Graph Neural Network Operators for PyG

我也不建议各位选择下载更加新的版本,用轮子下载始终会出现一些错误

下载第二个到桌面即可,然后呢我们需要将这个包解压到我们的site-packages

tar -xzvf ~/Desktop/pyg-lib-0.4.0.tar.gz -C /opt/anaconda3/envs/PyGSDN/lib/python3.9/site-packages

如果是其他环境基本上换一下名称就行,基本是这么个格式

3.安装pytorch_geometric_signed_directed包

这个没什么,直接输入代码安装就行

pip install torch-geometric-signed-directed

之后我们希望进入代码的文件目录去实现测试

输入项目文件代码、

python setup.py test

之后呢运行测试会报错

usage: setup.py [global_opts] cmd1 [cmd1_opts] [cmd2 [cmd2_opts] ...] or: setup.py --help [cmd1 cmd2 ...] or: setup.py --help-commands or: setup.py cmd --help

这样的类似的错误

因为里面的文件有很多过时的文件格式,根据GPT优化的setup.py文件

from setuptools import find_packages, setup

url = "https://github.com/SherylHYX/pytorch_geometric_signed_directed"
__version__ = '0.25.0'

with open("README.md", "r", encoding="utf-8") as fh:
    long_description = fh.read()

install_requires = [
    "torch",
    "torch_sparse",
    "scikit-learn",
    "torch_geometric",
    "numpy",
    "networkx<2.7",
    "scipy"
]

keywords = [
    "machine-learning",
    "deep-learning",
    "deeplearning",
    "deep learning",
    "machine learning",
    "signal processing",
    "signed graph",
    "graph",
    "directed graph",
    "embedding",
    "clustering",
    "graph convolution",
    "graph neural network",
    "representation learning",
    "learning",
]

setup(
    name="torch_geometric_signed_directed",
    packages=find_packages(),
    version=__version__,
    license="MIT",
    description="An Extension Library for PyTorch Geometric on signed and directed networks.",
    long_description=long_description,
    long_description_content_type="text/markdown",
    include_package_data=True,
    author="Yixuan He",
    author_email="yixuan.he@balliol.ox.ac.uk",
    url=url,
    download_url=f"{url}/archive/{__version__}.tar.gz",
    keywords=keywords,
    install_requires=install_requires,
    python_requires=">=3.7",
    classifiers=[
        "Intended Audience :: Developers",
        "Topic :: Software Development :: Build Tools",
        "License :: OSI Approved :: MIT License",
        "Programming Language :: Python :: 3.7",
    ],
)

以及setup.cfg

[metadata]
description_file = README.md

[aliases]
test=pytest

[tool:pytest]
addopts = --capture=no

然后安装pytest

pip install pytest-cov

之后我们需要进入项目的文件目录输入pytest就可以实现测试

4.问题总结

如果遇到这个问题就是你下载完之后没有按照文章要求去安装pytorch_geometric_signed_directed的包

如果遇到的问题是这个

那么基本上就是pytorch版本和PyG相关包的版本不适配,虽然pyg_lib的网址上面写了可以通过轮子下载

但是之前也警告过Mac的M芯片不能下载,所以我们就按照pyg_lib的发行版的代码安装解压即可

后面总结继续

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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