在使用Pycharm跑深度学习的代码时候,需要下载torch和torch依赖的包,中间遇到了许多问题,下面一一解决。
首先是版本的配置十分严格,需要对应。
版本对应关系可以参考以下这篇文章:
https://blog.youkuaiyun.com/u014714362/article/details/108614868
其次是在服务器终端下载torch。
在pychram中打开服务器终端,与在本机终端安装torch的命令不同,需要使用以下方式:
#方法1
pip install torch==1.8.0+cu111 -f https://download.pytorch.org/whl/torch_stable.html
#方法2
# 先下载安装包
wget https://download.pytorch.org/whl/cu111/torch-1.8.0%2Bcu111-cp38-cp38-linux_x86_64.whl
# 然后使用 pip 进行安装
pip install torch-1.8.0+cu111-cp38-cp38-linux_x86_64.whl
注意:此处以python3.8为例,下载带有cuda支持的pytorch版本。
最后是torch-scatter、torch-cluster、torch-sparse、torch-geometric的安装。
如果直接在服务器终端pip安装,会出现一直安装不上或者不能安装的情况。
这里可以考虑将这些文件先下载到本地,然后从本地将这些文件上传到服务器的root目录下,然后再在服务器终端pip安装。
下载地址:
注意:先根据自己的torch版本(torch==1.8.0+cu111)来选择torch,点进去就是这几个包,然后就直接下载。其中注意需要根据对应的包的版本、Python版本(cp38代表python3.8)、系统(远程服务器一般下载linux)进行下载。
在服务器终端输入以下安装命令(以我存放的路径为例):
#pip install .whl文件安装地址
pip install /root/autodl-tmp/project/pac/torch_cluster-1.5.9-cp38-cp38-linux_x86_64.whl
pip install /root/autodl-tmp/project/pac/torch_scatter-2.0.6-cp38-cp38-linux_x86_64.whl
pip install /root/autodl-tmp/project/pac/torch_sparse-0.6.9-cp38-cp38-linux_x86_64.whl
pip install /root/autodl-tmp/project/pac/torch_spline_conv-1.2.1-cp38-cp38-linux_x86_64.whl
注意:一般我使用的是filezilla来将本地的文件上传的远程服务器中,可以直接拖,十分方便。
希望能够帮助你解决问题!