租用机器，按自己需要的环境选择一个环境，我这里选择的是Pytorch 1.10。
租用成功后点击租用页面的 Jupyterlab 链接。
Jupyterlab 里新建一个Terminal 用来安装环境，先检查Pytorch、CUDA版本，如下图可以看到我的环境Pytorch 1.10.0，CUDA 11.3。
接下来安装 torch-scatter torch-sparse torch-cluster torch-spline-conv torch-geometric 这些包。
- PyG 官方提供的安装方法（部分torch版本下安装会出错）：
pip install torch-scatter torch-sparse torch-cluster torch-spline-conv torch-geometric -f https://data.pyg.org/whl/torch-{version}+cu{version}.html
其中官方源链接中的torch和cuda版本需要改成自己服务器环境中对应的。
https://data.pyg.org/whl/torch-{version}+cu{version}.html
如 CUDA11.3 Pytorch1.10.0 对应链接：https://data.pyg.org/whl/torch-1.10.0+cu113.html
官方安装方法可能出现问题： 由于 pip 安装时如果不指定包的版本时，默认会安装最新版本，以 CUDA11.3 Pytorch1.10.0 安装 torch-sparse 为例子，从官方源可以看到 torch-sparse 最新版本是 0.6.13，但是机器默认源中最新版本是：0.6.14，所以在安装过程中即使我们指定了 -f 参数，pip 也会选择从默认源安装更新的 0.6.14（容易出错，还需要编译，很麻烦）。
- 我们建议的安装方法：
安装 torch-sparse 的时候指定版本和官方源地址，这样安装都时候就会从官方源下载包安装了，官方提供的是已经在对应环境下编译好的 whl 安装包，可以免除编译过程，安装更快，也不会出现不必要的错误。
得到下面安装指令(注意我是 CUDA11.3 Pytorch1.10.0，如果你是其他版本，请将官方源中torch和cuda版本改成自己对应的)：
pip install torch-scatter torch-sparse==0.6.13 torch-cluster torch-spline-conv -f https://data.pyg.org/whl/torch-1.10.0+cu113.html
安装完成上面包后，再安装 torch-geometric，torch-geometric不在官方源中，所以直接 pip install 就好：
pip install torch-geometric
注意： 如果有版本要求，可以在安装的时候指定版本，这样更容易安装成功。
以上都安装完成后就可以成功导入相关包啦。
具体使用参考：官方文档
Original: https://www.cnblogs.com/matpool/p/16529585.html
Author: 矩池云
Title: 矩池云快速安装torch-sparse、torch-geometric等包
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/804998/
转载文章受原作者版权保护。转载请注明原作者出处！