qq_33910616的博客

建议定期清理（每月一次即可），以释放磁盘空间。操作时关闭所有程序，遇到无法删除的文件忽略即可，系统会自动处理剩余临时文件。C:\Users\用户名\AppData\Local\Temp 是 Windows 系统的。

你可以先尝试忽略这些警告，看安装后的库是否能正常使用。要是程序在运行过程中出现问题，再根据具体情况按照上述建议进行排查和解决。

要查看 PyTorch 版本和 CUDA 版本，你可以通过 Python 脚本或者命令行工具来实现，下面为你详细介绍具体方法。

在图神经网络（GNN）的计算中，常常需要对节点特征或边特征进行聚合操作，比如计算某个节点邻域的特征均值、最大值或求和等。用于将训练过程中的指标（如损失、准确率）、模型结构、图像等数据写入日志文件，方便通过 TensorBoard 可视化。（计算散射后的最大值）等函数，通过这些函数可以高效地完成上述聚合操作，极大地提升了图数据处理的效率，是实现和优化图神经网络模型的关键工具之一。若代码中需要可视化训练进度，此模块为必需依赖。用于高效处理空间点云数据（如近邻搜索），是三维重建类项目的常用依赖。

在控制面板界面中，查看方式选择 “类别”（如果不是该查看方式，可进行切换），然后点击 “程序” 下方的 “卸载程序” 选项，即可进入 “程序和功能” 界面。在这个界面中，会列出系统中已安装的所有程序。在 “程序和功能” 界面的程序列表中，找到与 CUDA 相关的程序。通常，与 CUDA 相关的程序名称中会包含 “CUDA” 字样，比如 “NVIDIA CUDA Toolkit” 等。所以，为确保干净卸载，避免安装新 CUDA 时出现问题，这些都要删除。

新手推荐：Google Colab（无需安装）或 Anaconda 自带的 Jupyter Notebook。高效开

Anaconda删除环境后如何清理残留文件？

错误出现在阶段，说明 Python 在编译 C 扩展时找不到所需的或相关工具链。Windows 下编译 Python C 扩展需要，而依赖 C++ 实现，必须通过编译器构建。

这种差异是正常的，本质是。

这种情况是因为 PyCharm 中的终端和系统命令提示符（CMD）使用的环境变量不同，导致它们找到的nvcc命令对应的 CUDA 版本不一致。

conda的默认渠道（包括清华镜像源）中没有trimesh包，因此无法通过安装。此时建议直接使用pip安装（trimesh已在 PyPI 上发布，且你的环境已配置清华镜像源，下载速度有保障）。

参数指定了清华大学的 PyPI 镜像源，通常能大幅提升下载速度。如果后续还需要安装其他包，也可以用类似格式（替换包名）。操作都会默认使用清华镜像源，加快下载速度。