笔记-配置PyTorch（CUDA 12.2）

---

前言

---

一、安装 PyTorch（CUDA 12.2）

1. 创建并激活 Conda 环境

如果还没有创建环境，可以先创建：

conda create -n my_geometric_env python=3.8 -y
conda activate my_geometric_env

2. 安装 PyTorch（CUDA 12.2）

目前，PyTorch 官方还没有发布对 CUDA 12.2 的支持，因此你可以使用 CPU 版本的
PyTorch，或者如果你的硬件兼容，可以考虑降级到 CUDA 11.8 并安装与之兼容的 PyTorch 版本。

pip install torch torchvision torchaudio -i https://mirrors.aliyun.com/pypi/simple/

设置 Aliyun 镜像 为了让 pip 从 Aliyun 源安装库，在安装命令中指定 -i https://mirrors.aliyun.com/pypi/simple/。 安装 torch_geometric 及依赖项

3. 安装 torch_geometric 及依赖项

使用 torch_geometric 官方提供的临时源命令，结合 Aliyun 镜像：

pip install torch-scatter -i https://mirrors.aliyun.com/pypi/simple/ -f https://data.pyg.org/whl/torch-$(python -c "import torch; print(torch.__version__.split('+')[0])").html
pip install torch-sparse -i https://mirrors.aliyun.com/pypi/simple/ -f https://data.pyg.org/whl/torch-$(python -c "import torch; print(torch.__version__.split('+')[0])").html
pip install torch-cluster -i https://mirrors.aliyun.com/pypi/simple/ -f https://data.pyg.org/whl/torch-$(python -c "import torch; print(torch.__version__.split('+')[0])").html
pip install torch-spline-conv -i https://mirrors.aliyun.com/pypi/simple/ -f https://data.pyg.org/whl/torch-$(python -c "import torch; print(torch.__version__.split('+')[0])").htmlpip install torch-geometric -i https://mirrors.aliyun.com/pypi/simple/

4. 验证安装

python -c "import torch_geometric; print(torch_geometric.__version__)"

---

总结