如何安装正确版本的 torch_geometric

Qwen3-32B-Chat 私有部署镜像 | RTX4090D 24G 显存 CUDA12.4 优化版

本镜像基于 RTX 4090D 24GB 显存 + CUDA 12.4 + 驱动 550.90.07 深度优化,内置完整运行环境与 Qwen3-32B 模型依赖,开箱即用。

一、查看 cuda 版本号

打开终端,输入 nvidia-smi,查看系统的 cuda 版本号,命令如下:

nvidia-smi

如图所示,该 cuda  版本号是12.2:

二、查看 pytorch 版本

首先激活虚拟环境,命令如下:

# xxx 是虚拟环境名
conda activate xxx

然后在终端输入命令进行查看 pytorch 的版本,命令如下:

python -c "import torch; print(torch.__version__, torch.version.cuda)"

注意:pytorch 的版本需要与 cuda 版本号一致,如何安装 pytorch 可以查看之前的帖子

如图所示,该环境是 torch 1.10.1 + cu113:

三、安装 torch_geometric

可查看官网安装指引,步骤分别如下:

1. 卸载之前的 PyG 相关包,防止冲突(可选)

如果之前安装过相关包,可先进行卸载,命令如下:

pip uninstall -y pyg_lib torch_scatter torch_sparse torch_cluster torch_spline_conv torch_geometric
2. 安装底层依赖

安装 torch_geometric 前,首先需要安装相关的依赖包

(1)在线安装

下面官网安装命令(其中  ${TORCH}  和 ${CUDA}  需要替换为相应的 pytorch 版本号 和 cuda 版本号)任选其一进行安装即可:

官网安装命令一:data.pyg.org 官方域名,安装命令如下所示:

# ${TORCH} 替换为 pytorch 版本号
# ${CUDA} 替换为 cuda 版本号
pip install pyg_lib torch_scatter torch_sparse torch_cluster torch_spline_conv -f https://data.pyg.org/whl/torch-${TORCH}+${CUDA}.html

官网安装命令二:PyG 官方也把下载链接搬到了 pytorch-geometric.com 域名下,安装命令如下所示:

# ${TORCH} 替换为 pytorch 版本号
# ${CUDA} 替换为 cuda 版本号
pip install pyg_lib torch_scatter torch_sparse torch_cluster torch_spline_conv -f https://pytorch-geometric.com/whl/torch-${TORCH}+${CUDA}.html

例如,我的 pytorch 版本号是 torch 1.10.1,cuda 版本号是 cu113,则官网安装命令一如下所示:

# pytorch 版本号 torch 1.10.1
# cuda 版本号 cu113
pip install pyg_lib torch_scatter torch_sparse torch_cluster torch_spline_conv -f https://data.pyg.org/whl/torch-1.10.1+cu113.html

官网安装命令二如下所示:

# pytorch 版本号 torch 1.10.1
# cuda 版本号 cu113
pip install pyg_lib torch_scatter torch_sparse torch_cluster torch_spline_conv -f https://pytorch-geometric.com/whl/torch-1.10.1+cu113.html

注意:上面官网安装命令,可能会显示网络不可达错误

官网安装过程中可能会出现网络不可达的错误(改为方法2 本地安装),如图所示:

(2)本地安装

点击打开安装命令中的网址(二选一)或者点击打开官网网址选择对应版本,打开网页,根据自己的服务器和虚拟环境对应的 python 版本选择对应的 .whl 文件进行下载:

注意:其中 cp3x 表示 python 版本 3.x。例如我的服务器是 linux,虚拟环境 python 版本是  3.8,则所需下载的 .whl 文件如图所示:

然后将下载的 .whl 文件上传到服务器,进入上传目录下,依次进行安装,命令如下:

# ... 是所下载的 .whl 文件版本
pip install pyg_lib-...-cp38-cp38-linux_x86_64.whl
pip install torch_scatter-...-cp38-cp38-linux_x86_64.whl
pip install torch_sparse-...-cp38-cp38-linux_x86_64.whl
pip install torch_cluster-...-cp38-cp38-linux_x86_64.whl
pip install torch_spline_conv-...-cp38-cp38-linux_x86_64.whl

例如,我所需下载的 .whl 文件的安装命令如下:

# 刚所下载的环境对应的 .whl 文件
pip install torch_scatter-2.0.9-cp38-cp38-linux_x86_64.whl
pip install torch_sparse-0.6.13-cp38-cp38-linux_x86_64.whl
pip install torch_cluster-1.6.0-cp38-cp38-linux_x86_64.whl
pip install torch_spline_conv-1.2.1-cp38-cp38-linux_x86_64.whl
(3)安装 torch_geometric

最后安装主包,命令如下:

pip install torch-geometric

如果上面的官网安装命令 显示网络连接超时,则可以改成清华源进行安装,命令如下:

pip install -U -i https://pypi.tuna.tsinghua.edu.cn/simple torch_geometric

如果清华源也显示网络不可达,则尝试直接从 GitHub 上把 torch_geometric 源码拉下来,然后在本地安装,不再经过 PyPI,命令如下:

# 1. 先确保在激活的虚拟环境里
which python    # 应该指向所激活的虚拟环境

# 2. 克隆 PyG 的主仓库
git clone https://github.com/pyg-team/pytorch_geometric.git
cd pytorch_geometric

# 3. 安装(使用 --no-deps,避免再去 PyPI 安装已经装好的依赖)
pip install --no-dependencies .

您可能感兴趣的与本文相关的镜像

Qwen3-32B-Chat 私有部署镜像 | RTX4090D 24G 显存 CUDA12.4 优化版

Qwen3-32B-Chat 私有部署镜像 | RTX4090D 24G 显存 CUDA12.4 优化版

Qwen
文本生成
Qwen3

本镜像基于 RTX 4090D 24GB 显存 + CUDA 12.4 + 驱动 550.90.07 深度优化,内置完整运行环境与 Qwen3-32B 模型依赖,开箱即用。

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