您好,登錄后才能下訂單哦!
這篇文章主要講解了“PyTorch與PyTorch Geometric的安裝過(guò)程是什么”,文中的講解內(nèi)容簡(jiǎn)單清晰,易于學(xué)習(xí)與理解,下面請(qǐng)大家跟著小編的思路慢慢深入,一起來(lái)研究和學(xué)習(xí)“PyTorch與PyTorch Geometric的安裝過(guò)程是什么”吧!
GPU與CUDA,Python,PyTorch的匹配
nvidia-smi
nvidia-smi是nvidia 的系統(tǒng)管理界面 ,其中smi是System management interface的縮寫(xiě),它可以收集各種級(jí)別的信息,查看顯存使用情況。此外, 可以啟用和禁用 GPU 配置選項(xiàng) (如 ECC 內(nèi)存功能)。
系統(tǒng)的Nvidia Driver Version決定著系統(tǒng)最高可以支持什么版本的cuda和cudatoolkit,Nvidia Driver是向下兼容的,詳情如下(見(jiàn)Table 3. CUDA Toolkit and Corresponding Driver Versions):
cat /usr/local/cuda/version.txt
我自己的環(huán)境最高可支持10.1版本的cuda和cudatoolkit,當(dāng)前是10.0,版本向下兼容,并無(wú)什么問(wèn)題。
CUDA Toolkit 和PyTorch的對(duì)應(yīng)關(guān)系(見(jiàn)官網(wǎng))
! 注意事項(xiàng):服務(wù)器本身的CUDA版本與虛擬環(huán)境中安裝的cudatoolkit包沒(méi)有太大關(guān)系,一般安裝pytorch時(shí)需要考慮的cuda版本指的應(yīng)該是虛擬環(huán)境中安裝的cudatoolkit包的版本
由于我需要用到v1.6.0的Pytorch,因此自己在虛擬環(huán)境里安裝v10.1的CUDA Toolkit,系統(tǒng)GPU可接受最高版本v10.1。
torch與torchvision對(duì)應(yīng)關(guān)系如下(詳情見(jiàn)PyTorch / Vision):
因此,我需要安裝的如下:
CUDA Toolkit == 10.1
Python == 3.7
PyTorch == 1.6
安裝PyTorch
pip install torch==1.6.0+cu101 torchvision==0.7.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html
安裝完成后可通過(guò)以下命令檢查torch版本及對(duì)應(yīng)的CUDA版本:
python -c "import torch; print(torch.__version__)" python -c "import torch; print(torch.version.cuda)"
再通過(guò)以下命令查看GPU是否可用:
python >>> import torch >>> torch.cuda.is_available() # GPU是否可用 >>> torch.cuda.device_count() # GPU數(shù)量 >>> torch.cuda.current_device() # 當(dāng)前GPU >>> exit()
注意,GPU devices從0開(kāi)始編號(hào)。
根據(jù)官網(wǎng),如果PyTorch版本≥1.8.0,可以快速下載:
自定義下載需要根據(jù)當(dāng)前的PyTorch版本和CUDA版本下載相關(guān)的依賴,下載命令如下:
pip install torch-scatter -f https://pytorch-geometric.com/whl/torch-${TORCH}+${CUDA}.html pip install torch-sparse -f https://pytorch-geometric.com/whl/torch-${TORCH}+${CUDA}.html pip install torch-geometric
其中, ${TORCH}替換為當(dāng)前環(huán)境下的PyTorch版本,目前支持1.4.0、1.5.0、1.6.0、1.7.0、1.7.1、1.8.0、1.8.1、和1.9.0; ${CUDA}替換為指定的CUDA版本,目前支持cpu、cu92、cu101、cu102、cu110和cu111。
例如對(duì)于PyTorch 1.6.0和CUDA 10.1:
pip install torch-scatter -f https://pytorch-geometric.com/whl/torch-1.6.0+cu101.html pip install torch-sparse -f https://pytorch-geometric.com/whl/torch-1.6.0+cu101.html pip install torch-geometric
使用自定義安裝時(shí),依然可能會(huì)出現(xiàn)安裝失敗的問(wèn)題,因?yàn)閜ytorch_geometric幾個(gè)相關(guān)庫(kù)之間有比較強(qiáng)的依賴關(guān)系,建議是在自定義安裝的基礎(chǔ)上指定對(duì)應(yīng)庫(kù)的版本,例如對(duì)于pytorch2.6.0和cuda10.1:
pip install torch-scatter==2.0.5 -f https://pytorch-geometric.com/whl/torch-1.6.0+cu101.html pip install torch-cluster==1.5.8 -f https://pytorch-geometric.com/whl/torch-1.6.0+cu101.html pip install torch-sparse==0.6.7 -f https://pytorch-geometric.com/whl/torch-1.6.0+cu101.html pip install torch-spline-conv==1.2.0 -f https://pytorch-geometric.com/whl/torch-1.6.0+cu101.html pip install torch-geometric==1.6.1 -f https://pytorch-geometric.com/whl/torch-1.6.0+cu101.html
感謝各位的閱讀,以上就是“PyTorch與PyTorch Geometric的安裝過(guò)程是什么”的內(nèi)容了,經(jīng)過(guò)本文的學(xué)習(xí)后,相信大家對(duì)PyTorch與PyTorch Geometric的安裝過(guò)程是什么這一問(wèn)題有了更深刻的體會(huì),具體使用情況還需要大家實(shí)踐驗(yàn)證。這里是億速云,小編將為大家推送更多相關(guān)知識(shí)點(diǎn)的文章,歡迎關(guān)注!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。