Win10 下安装PyTorch 1.2 (GPU)和PyTorch-geometric (PyG)的记录

  1. 需要先安装Visual Studio 2017,并且选好 C++/CLI supportVC++ 2015.3 v14.00(v140) toolset for Desktop两个在visual C+++ build tools下面的
  2. 第二步是重新安装CUDA,这一步要使得nvcc可以在命令行中调用。后面会用来编译torch-scatter/torch-cluster/torch-sparse。
  3. 第三步是新建一个Anaconda 管理的Python环境,安装PyTorch 1.2和cudatoolkit,命令是conda install PyTorch=1.2 cudatoolkit=10.0 torchvision -c pytorch。这里需要注意,最好让cudatoolkit的版本和第二步安装的CUDA的版本是 相同
    1. 在tensorflow的版本中,一般可以省略第二步,不需要必须安装CUDA,在anaconda 中安装cudatoolkit就好。
  4. 第四步是pip install --verbose,分别以下几个package:

     1. torch-scatter
     2. torch-cluster
     3. torch-sparse

    这几个包都需要nvcc编译,每个包在编译过程中都有多个.cu文件,安装过程中的错误可能来自:

    1. cl.exe的路径选择不对,在系统环境变量PATH中,是添加了D:\Program Files (x86)\VisualStudio\VC\Tools\MSVC\14.16.27023\bin\Hostx64\x64,一般在命令行中输入cl会有输出。不要选择arm64和x86版本。同时要把14.16.27023\bin\下的Hostx86等文件夹删掉,不然在我编译torch-sparse的过程中,在PATH配置正确的情况下,竟然还有调用Hostx86下的cl.exe
    2. 没有调用--verbose选项,直接pip install torch-scatter,或者直接安装了没有正确编译的whl缓存,需要注意一下安装过程的输出信息,如果有出现install cache ..../..../.../torch-scatter.whl的情况,那么还得把whl缓存删掉。
  5. 第五步是pip install --verbose,分别是以下几个package:

     1. pylfile
     2. rdflib
  6. pip install --verbose torch-geometric