图神经网络入门：搭建GNN环境 |
您所在的位置：网站首页 › 神经网络用什么软件 › 图神经网络入门：搭建GNN环境 |
图神经网络入门：搭建GNN环境
|
图神经网络入门：搭建GNN环境
本教程是在Windows10下安装Pytorch(GPU版本，CPU版本比较简单，不需要CUDA、cudnn) ,CUDA ,cudnn,pyG 许多初学者，开始以为直接安装好上述的软件或者包就直接能用了，我一开始也是这么干的。但是是错误的。注意：上述软件或包版本要求一一对应！！！不能出错。 查询的连接在Pytorch官网Pytorch 如下图所示
在这里选择pytorch1.4版本。可以使用Anaconda安装，也可以直接用命令安装，建议使用Anaconda安装，后续安装各种包很方便，路径也好查到。关于Anaconda的安装可以查看我的另一篇文章Anaconda.参考前半部分即可。 在安装好Anaconda的前提下开始安装pytorch、cuda、cudnn、pyG. 1、在anaconda创建新的环境。 打开如下图的Anaconda Prompt conda环境配置命令如下：
#创建新环境命令
conda create -n pyG python=3.6 #pyG是环境名字
#删除环境命令
conda remove -n pyG --all
#激活环境
source activate pyG # 有的提示使用 conda actiavte pyG
#退出环境
source deactivate pyG #有的提示使用 conda deactivate pyG
2、在pyG环境下安装pytorch1.4  输入命令：
# CUDA 10.1
conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=10.1 -c pytorch
根据提示操作即可。安装后测试 python #进入python编译环境 import torch print(torch.__version__) #注意版本号！！！
 **下载安装即可，注意安装时，不要选择推荐安装，选择自定义安装，自己选择安装的路径，一开始提示的路径不是安装路径，只是一个临时解压路径，安装好就消失了。**其他的步骤默认即可。 安装后测试cuda版本
nvcc -V
nvcc -version
4、安装cudnn,这是一个加速处理。(注意版本号与CUDA对应) 可以直接去官网下载cudnn。常常遇到文件失效或者链接不存在，那就baidu一下，网上有很多资源可以下载。解压后，将其中的文件复制到上一步安装CUDA对应的路径文件下即可！ 5、开始安装Pytorch geometric 。（这里安装1.4.3版本） 先测试之前的安装是否成功！！！ #1、测试Pytorch 1.4.0 import torch print(torch.__version__) #1.4.0 #2、测试CUDA 10.1 import torch print(torch.cuda.is_available()) # True #在终端测试 nvcc nvcc --version #10.1开始安装pytorch geometric相关包 $ pip install torch-scatter==latest+cu101 -f https://pytorch-geometric.com/whl/torch-1.4.0.html $ pip install torch-sparse==latest+cu101 -f https://pytorch-geometric.com/whl/torch-1.4.0.html $ pip install torch-cluster==latest+cu101 -f https://pytorch-geometric.com/whl/torch-1.4.0.html $ pip install torch-spline-conv==latest+cu101 -f https://pytorch-geometric.com/whl/torch-1.4.0.html $ python setup.py install or pip install torch-geometric也可以下先下载包到本地，在执行pip命令比较快。（推荐） 下载地址前四个命令对应的包 注意版本号，以及CPU还是GPU、cu101,cp36 （例如torch_cluster-1.5.3+cu101-cp36-cp36m-win_amd64.whl） 下载好后，pip命令安装 pip install torch_cluster-1.5.3+cu101-cp36-cp36m-win_amd64.whl pip install torch_spline_conv-latest+cu101-cp36-cp36m-win_amd64.whl pip install torch_sparse-latest+cu101-cp36-cp36m-win_amd64.whl pip install torch_scatter-2.0.3+cu101-cp36-cp36m-win_amd64.whl pip install torch-geometric 测试是否安装成功 import torch from torch_geometric.data import Data edge_index = torch.tensor([[0, 1, 1, 2], [1, 0, 2, 1]], dtype=torch.long) x = torch.tensor([[-1], [0], [1]], dtype=torch.float) data = Data(x=x, edge_index=edge_index) print(data) # Data(edge_index=[2, 4], x=[3, 1])#整理不容易，小白入门必看。 |
查询方式如下图 
【本文地址】
今日新闻 |
推荐新闻 |