torch_geometric踩坑实战--安装与运行 亲测有效!!

这篇具有很好参考价值的文章主要介绍了torch_geometric踩坑实战--安装与运行 亲测有效!!。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

torch_geometric是PyG中必不可少的一个包,也是进行图神经网络学习的必备,然而安装这个包并运行一段简单的代码踩了不少坑,记录一下。

1、安装torch_geometric

一开始,我直接pip

pip intsall torch_geometric

果然报错,提示没有torch_sparse

很显然是没有安装依赖,于是我去查需要哪些依赖

官网地址:Installation — pytorch_geometric documentation (pytorch-geometric.readthedocs.io)

torch_geometric安装,深度学习,pytorch,python

按照官网给出的代码进行安装

pip install pyg_lib torch_scatter torch_sparse torch_cluster torch_spline_conv -f https://data.pyg.org/whl/torch-1.13.0+cpu.html

运行依旧没有成功...

于是手动下载

下载地址:https://data.pyg.org/whl/

另一个下载地址:pytorch-geometric.com/whl/torch-1.4.0.html

(1)卸载安装的相关包

pip uninstall torch-geometric torch-scatter torch-sparse torch-cluster torch-spline-conv

(2)选择适合自己的torch和cuda版本

torch_geometric安装,深度学习,pytorch,python

 (3)按照自己的python版本和操作系统下载

torch_geometric安装,深度学习,pytorch,python

(4)进入conda激活虚拟环境,然后进入下载地址

这里注意需要进入D盘,cmd中进入D盘的命令为:

D:

torch_geometric安装,深度学习,pytorch,python

 然后cd进入包的下载页面,直接pip install

torch_geometric安装,深度学习,pytorch,python

安装完所有的依赖后记得 

pip install torch_geometric

 2、运行代码

import torch_geometric

 依旧报错:

Pytorch AttributeError: module 'torch' has no attribute 'sparse_scs'

这个就很让人费解,于是查看了一下

torch_geometric安装,深度学习,pytorch,python

 发现torch.sparse里面确实没有这个模块,那为什么会报错呢?查看一些帖子后发现报这种错一般是因为版本不对,于是,降低torch_geometric版本,果然成功!!

我的版本:

torch_geometric安装,深度学习,pytorch,python

 至此就安装成功啦!!

简单跑了个程序

import torch.nn.functional as F
class GCN(torch.nn.Module):
    def __init__(self, num_node_features, num_classes):
        super(GCN, self).__init__()
        self.conv1 = GCNConv(num_node_features, 16)
        self.conv2 = GCNConv(16, num_classes)

    def forward(self, data):
        x, edge_index = data.x, data.edge_index
        x = self.conv1(x, edge_index)
        x = F.relu(x)
        x = F.dropout(x, training=self.training)
        x = self.conv2(x, edge_index)
        x = F.relu(x)
        x = F.dropout(x, training=self.training)
        x = F.softmax(x, dim=1)

        return x
model = GCN(dataset.num_node_features, dataset.num_classes)
print(model)

def train(model, data):
    optimizer = torch.optim.Adam(model.parameters(), lr=0.01, weight_decay=1e-4)
    loss_function = torch.nn.CrossEntropyLoss()
    model.train()
    for epoch in range(200):
        out = model(data)
        optimizer.zero_grad()
        loss = loss_function(out[data.train_mask], data.y[data.train_mask])
        loss.backward()
        optimizer.step()

        print('Epoch {:03d} loss {:.4f}'.format(epoch, loss.item()))

train(model,data)

运行结果:

torch_geometric安装,深度学习,pytorch,python

没问题!!接下来就可以建立一个自己的图神经网络啦~ 文章来源地址https://www.toymoban.com/news/detail-515943.html

到了这里,关于torch_geometric踩坑实战--安装与运行 亲测有效!!的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【操作记录】pytorch_geometric安装方法

    github地址 主要不要直接pip install安装,会由于依赖无法安装而失败 点击here手动安装依赖 选择对应的pytorch版本,我的是Win10 Python3.8.3+Pytorch1.8.1+CUDA10.2 手动下载四个依赖包本地安装: 主要不要直接: pip install torch_geometric 这样会安装最新的torch_geometric,后面在使用时候会出现

    2024年02月11日
    浏览(28)
  • nginx在安装时使用root权限进行安装并启用,如何更改为普通用户权限运行nginx(亲测)

    目录 前言: 步骤一:先查询nginx相关信息 1、查询操作系统版本:cat /etc/redhat-release 2、查询nginx安装路径:如果不知道nginx安装目录,使用:find / -name nginx(全局查找nginx应用) 3、切换到nginx父目录下查看nginx目前所属主:所属组权限属于root还是普通用户 ?4、查看nginx当前启动

    2024年02月07日
    浏览(36)
  • 【docker安装kali实战】——关注紫灵小姐姐不踩坑

    docker search kali #搜索kali镜像 docker pull kalilinux/kali-rolling sudo docker images sudo docker run -t -d -p 60000:22 -p 60001:5901 -p 60002:5902 1a3b9c53e634 /bin/sh -c “while true; do echo hello world; sleep 1; done” sudo docker ps sudo docker exec -it ed78e2d9b2b8 /bin/bash apt-get update apt-get upgrade apt-get install vim net-tools openssh-se

    2024年02月09日
    浏览(34)
  • 一百零八、Kettle采集Kafka数据到HDFS(踩坑,亲测有效)

    Kafka到HDFS,除了用Kafka API和flume之外,还可以用kettle,最大优点是不用写代码! 版本:Kettle版本:8.2、Hadoop版本:3.1.3 前提:    详情请看鄙人的一百零一、Kettle8.2.0连接Hive3.1.2(踩坑,亲测有效) http://t.csdn.cn/mWfOC http://t.csdn.cn/mWfOC 前提一、Hadoop系列配置文件已复制到kettle路径

    2024年02月15日
    浏览(38)
  • Zeppelin0.9.0 连接 Hive 3.1.2(踩坑,亲测有效)

    一、前提 已经安装好Hadoop、Hive(可以启动hiveserver2)、Zeppelin 1.启动Hadoop [root@hurys24 ~]# start-all.sh 2.启动hiveserver2 [root@hurys24 ~]# cd /opt/soft/hive312/conf/ [root@hurys24 conf]# nohup ../bin/hive --service hiveserver2 [1] 27593 [root@hurys24 conf]# nohup: ignoring input and appending output to ‘nohup.out’ [root@hurys24

    2023年04月14日
    浏览(28)
  • 一百零一、Kettle——Kettle8.2.0本地连接Hive3.1.2(踩坑,亲测有效)

    这是目前遇到的最简单但最头疼的安装,因为是在公司之前用过的服务器上进行安装测试,加上又使用比较新的版本,结果踩了不少坑。Kettle连接Hive这个坑,从2023年4月11日下午开始,一致到2023年4月12日中午才弄好,不得不写篇博客记录一下这段难忘的经历。 真是郁闷了半天

    2024年02月07日
    浏览(48)
  • 一百五十二、Kettle——Kettle9.3.0本地连接Hive3.1.2(踩坑,亲测有效)

    由于先前使用的kettle8.2版本在Linux上安装后,创建共享资源库点击connect时页面为空,后来采用如下方法,在/opt/install/data-integration/ui/menubar.xul文件里添加如下代码 menuitem id=\\\"file-openZiyuanku\\\" label=\\\"openZiyuanku\\\" command=\\\"spoon.openRepository()\\\"/ 共享资源库创建后又遇到任务Save时为空的问题。

    2024年02月13日
    浏览(46)
  • PandasAI的应用与实战解析(一):环境安装、运行demo

    本博客源码仓库地址:gitlab,本篇博客对应 01 分支 python版本为3.10.x 什么是PandasAI?一句话总结的话,PandasAI就是一个结合了Pandas和AI的开源工具,更详细地说,PandasAI 是一款强大的Python库,它使得用户能够以自然语言轻松向各类数据源(如CSV、XLSX、PostgreSQL、MySQL、BigQuery、

    2024年04月27日
    浏览(45)
  • 一百五十二、Kettle——Kettle9.3.0本地连接Hive3.1.2(踩坑,亲测有效,附截图)

    由于先前使用的kettle8.2版本在Linux上安装后,创建共享资源库点击connect时页面为空,后来采用如下方法,在/opt/install/data-integration/ui/menubar.xul文件里添加如下代码 menuitem id=\\\"file-openZiyuanku\\\" label=\\\"openZiyuanku\\\" command=\\\"spoon.openRepository()\\\"/ 共享资源库创建后又遇到任务Save时为空的问题。

    2024年02月12日
    浏览(39)
  • 实战:win10安装docker并用docker-compose构建运行容器

    Docker 并非是一个通用的容器工具,它依赖于已存在并运行的 Linux 内核环境。但是某些时候我们没有Linux环境怎么破?为了解决这个问题我们可以用VM虚拟机上安装Linux系统进行处理。然而对于我们的WIN10系统自带Hyper-V虚拟机,简直不要太爽。我们可以直接开启Hyper-V服务,并安

    2024年02月12日
    浏览(54)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包