Pytorch on Graph環境如何在Ubuntu系統中配置

這篇文章給大家介紹Pytorch on Graph環境如何在Ubuntu系統中配置，內容非常詳細，感興趣的小伙伴們可以參考借鑒，希望對大家能有所幫助。

GCN 的代碼通常需要安裝 Pytorch on Graph, 按照其 官方指導, 發現無法兼容當前所使用的服務器上的 pytorch2.3 和 cuda10.0 環境, 需要升級 cuda 和 pytorch 的版本。

于是準備重新安裝一個虛擬環境，使用上 cuda 10.2 和 pytorch2.6。

1. 安裝 Cuda10.2 以及對應版本的 Cudnn

安裝 cuda 10.2，

wget http://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run
sudo sh cuda_10.2.89_440.33.01_linux.run

然后安裝對應版本的 cudnn

但由于當前機器上已經安裝了 cuda 10.0，因此想要找一些能夠切換的方法，不刪去當前的 cuda10.0, 發現可以使用軟鏈接的方式進行切換

# 切換為 cuda 8.0 版本
rm -rf /usr/local/cuda #刪除之前創建的軟鏈接
sudo ln -s /usr/local/cuda-8.0/ /usr/local/cuda/
nvcc --version #查看當前 cuda 版本

 nvcc: NVIDIA (R) Cuda compiler driver
 Copyright (c) 2005-2016 NVIDIA Corporation
 Built on Mon_Jan_23_12:24:11_CST_2017
 Cuda compilation tools, release 8.0, V8.0.62

# cuda8.0 切換到 cuda9.0 
rm -rf /usr/local/cuda
sudo ln -s /usr/local/cuda-9.0/ /usr/local/cuda/
nvcc --version

安裝 cuda10.2，這里只安裝 Cuda Toolkit 10.2, 不安裝 driver, 因為之前 Cuda10.0 已經裝過 driver 了。

然后嘗試安裝 對應版本的 cudnn, 在linux上

使用

wget "https://developer.nvidia.com/compute/machine-learning/cudnn/secure/8.0.3.33/10.2_20200825/cudnn-10.2-linux-x64-v8.0.3.33.tgz"

會導致一直顯示 403 Forbid 錯誤，但用 windows 瀏覽器可以訪問成功，用 windows 下載，但后綴名變為了 ".solitairetheme8",

mv cudnn-10.2-linux-x64-v8.0.3.33.solitairetheme8 cudnn-10.2-linux-x64-v8.0.3.33.tgz

接下來安裝 cudnn，注意到，現在有多個版本的 cuda 了，不要再使用軟鏈接 /usr/local/cuda/， 而應該使用對應版本的 cuda 地址。

使用 cd /usr/local/ 可以看到當前安裝的 cuda 的情況， 我這里是：

使用如下命令完成 cudnn 的安裝：

tar -zxvf cudnn-10.2-linux-x64-v8.0.3.33.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda-10.2/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-10.2/lib64/
sudo chmod a+r /usr/local/cuda-10.2/include/cudnn.h
sudo chmod a+r /usr/local/cuda-10.2/lib64/libcudnn*

從官網下載實在太慢，也可以改為設置為 清華源

# 首先執行如下幾條命令更換清華鏡像源conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --set show_channel_urls yes

安裝結果：

突然發現，conda 也會安裝一個 cudatoolkit=10.2, 但這個和自己手動安裝的還是有很大的不同的

安裝 pytorch2.7 一直沒有成功，最新版的 pytorch2.7 需要從國外官網源頭直接進行下載，速度太慢，一直失敗。
所以嘗試安裝 pytroch 1.5，

conda install pytorch=1.5

conda install torchvision

然后再按照 PoG 官網安裝相應的包：

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

關于Pytorch on Graph環境如何在Ubuntu系統中配置就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。