torch版本对应的torch_geometric与torch-sprse/cluster/scatter库的正确安装

最新推荐文章于 2025-03-28 10:33:34 发布
最新推荐文章于 2025-03-28 10:33:34 发布
阅读量8.2k 收藏 4
点赞数 3
CC 4.0 BY-SA版权
分类专栏： Python与相关环境 文章标签： 算法 python 人工智能 java 程序员
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。
本文链接：https://blog.youkuaiyun.com/qq_38563206/article/details/133931835

torch_geometric官网：

Installation — pytorch_geometric documentation

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）

如安装的pytorch为1.60，cuda为10.1，则：

pip install torch-scatter torch-sparse torch-cluster -f https://pytorch-geometric.com/whl/torch-1.6.0+cu101.html

使用以上命令安装相关包即可。

关于核心的torch_geometric包，选择版本之后能看到右边的Quick Star信息，表示其最适合兼容的pytorch版本。但也不是唯一，如我的环境中的相关版本如下，可以正常运行：


                

        

    

    
  


        

            

                      
                        最低0.47元/天 解锁文章
                        

                          
200万优质内容无限畅学

                          
                        

                      
            

        


    



                



	

		

			

				
					
（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
					
					3138
					
				

			

		

		

			
				
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

			
		

	



                

            
              



	

		

			

				
					
torch、torchvision、torch_geometric、torch-scatter、torch-sparse的安装版本对应问题

				
			

			

				

					m0_50609661的博客
				

				

					06-20
					
					2187
					
				

			

		

		

			
				
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。

			
		

	



              


  
              

                


	

		

			

				
					
pytorch低版本找到并安装torch_geometric对应版本

					
热门推荐

				
			

			

				

					me_yundou的博客
				

				

					06-13
					
					1万+
					
				

			

		

		

			
				
安装特定版本torch对应的torch_geometric版本

			
		

	





	

		

			

				
					
【转】安装相应版本的torch-geometric

				
			

			

				

					Pharaoh_cool的博客
				

				

					06-21
					
					624
					
				

			

		

		

			
				
提示：文章写完后，目录可以自动生成，如何生成可参考右边的。

			
		

	



		

			
		



	

		

			

				
					
torch_geometric和torch的版本匹配问题

				
			

			

				

					Sinsinw的博客
				

				

					01-30
					
					3698
					
				

			

		

		

			
				
安装torch_geometric 建议直接在网站下载安装。https://pytorch-geometric.com/whl/torch-1.7.0+cu101.html
测试过几类网站，只有这个是正常


			
		

	





	

		

			

				
					
python安装torch-cluster、torch-scatter、torch-sparse和torch-geometric | torch_geometric详细安装教程

				
			

			

				

					sinat_29950703的博客
				

				

					08-05
					
					5039
					
				

			

		

		

			
				
python安装torch-cluster、torch-scatter、torch-sparse和torch-geometric，常见错误

			
		

	





	

		

			

				
					
20220509Pytorch安装torch-geometric, torch-sparse, torch-scatter, torch-cluster, torch-spline-conv

				
			

			

				

					real_wxzhou的博客
				

				

					05-09
					
					1101
					
				

			

		

		

			
				
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

			
		

	





	

		

			

				
					
torch-geometric==1.7.2安装

				
			

			

				

					01-17
				

			

		

		

			
				
torch_spline_conv-1.2.1-cp38-cp38-linux_x86_64.whl ...torch_scatter-2.0.7-cp38-cp38-linux_x86_64.whl torch_cluster-1.5.9-cp38-cp38-linux_x86_64.whl  然后pip install torch-geometric==1.7.2

			
		

	





	

		

			

				
					
torch-geometric和torch-geometric-temporal库安装，版本对应

				
			

			

				

					zy651fs的博客
				

				

					04-07
					
					3453
					
				

			

		

		

			
				
torch-geometric安装

			
		

	





	

		

			

				
					
亲测！！安装相应版本的torch-geometric

				
			

			

				

					weixin_42421914的博客
				

				

					10-14
					
					3315
					
				

			

		

		

			
				
安装相应版本的torch-geometric

			
		

	





	

		

			

				
					
windows安装cpu版本的torch-geometric教程（附对应版本torch）

				
			

			

				

					chy931088287的博客
				

				

					01-28
					
					4539
					
				

			

		

		

			
				
前提：conda环境
1、下载到本地
1.1 下载torch
torch下载网址
图中圈起来的部分是windows版本的torch，根据自己的python版本下载，例如cp38代表python3.8

1.2 下载torch-geometric依赖包
torch-geometric依赖包下载地址
选择torch-1.5.0+cpu
进入页面后，分别下载torch_cluster、torch_scatter、torch_sparse、torch_spline_conv，任意版本均可（注意对应python版本以

			
		

	





	

		

			

				
					
torch_geometric安装（CPU版本）

				
			

			

				

					zy_like_study的博客
				

				

					05-12
					
					750
					
				

			

		

		

			
				
①打开官方安装网址：https://pytorch-geometric.readthedocs.io/en/2.3.0/install/installation.html。②对根据Pytorch选择相应版本。此前一直用CUDA不成功，这次使用CPU版本（因为不用对应cuda，pytorch+cuda+geometric三者对应起来很麻烦）感觉也是版本更新导致的，将__user_args__换成_user_args解决问题。③注意在torch_geometric安装时要对应版本，这里是2.3.0的版本。

			
		

	





	

		

			

				
					
【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
					
					1108
					
				

			

		

		

			
				
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。

			
		

	





	

		

			

				
					
折腾torch geometric环境

				
			

			

				

					w55100的博客
				

				

					04-15
					
					4239
					
				

			

		

		

			
				
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

			
		

	





	

		

			

				
					
下载对应版本的torch-geometric

				
			

			

				

					JerrySB的博客
				

				

					08-07
					
					4654
					
				

			

		

		

			
				
The ‘data’ object was created by an older version of PyG. If this error occurred while loading an already existing dataset, remove the ‘processed/’ directory in the dataset’s root folder and try again.”

			
		

	





	

		

			

				
					
已解决】亲测！！安装相应版本的torch-geometric

				
			

			

				

					Pharaoh_cool的博客
				

				

					08-21
					
					4647
					
				

			

		

		

			
				
提示：文章写完后，目录可以自动生成，如何生成可参考右边的。

			
		

	





	

		

			

				
					
安装torch以及torch-geometric的心酸

				
			

			

				

					qq_30190513的博客
				

				

					10-27
					
					1969
					
				

			

		

		

			
				
python安装torch-geometric

			
		

	





	

		

			

				
					
torch-geometric安装—CPU版本

				
			

			

				

					qq_46031119的博客
				

				

					12-02
					
					863
					
				

			

		

		

			
				
torch-geometric安装

			
		

	





	

		

			

				
					
GNN配置：torch-cluster，torch-scatter，torch-sparse，torch-spline_conv，torch-geometric

					
最新发布

				
			

			

				

					m0_72158952的博客
				

				

					03-28
					
					436
					
				

			

		

		

			
				
在pytorch环境中构建GNN，安装torch-cluster，torch-scatter，torch-sparse，torch-spline_conv 和torch_geometric。

			
		

	





	

		

			

				
					
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	
	

  
	




  

    

      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