torch_geometric踩坑实战--安装与运行亲测有效！！

八心八箭

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pippipintsalltorch_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_geometricdocumentation(pytorch-geometric.readthedocs.io)按照官网给出的代码进行安装pipinstallpyg_libtorch_scattertorch_sparsetorch_clustertorch_spline_conv-fhttps://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pipuninstalltorch-geometrictorch-scattertorch-sparsetorch-clustertorch-spline-conv（2）选择适合自己的torch和cuda版本 （3）按照自己的python版本和操作系统下载（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: 然后cd进入包的下载页面，直接pipinstall安装完所有的依赖后记得 pipinstalltorch_geometric 2、运行代码importtorch_geometric 依旧报错：PytorchAttributeError:module'torch'hasnoattribute'sparse_scs'这个就很让人费解，于是查看了一下 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： 至此就安装成功啦！！简单跑了个程序importtorch.nn.functionalasFclassGCN(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)defforward(self,data):x,edge_index=data.x,data.edge_indexx=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)returnxmodel=GCN(dataset.num_node_features,dataset.num_classes)print(model)deftrain(model,data)ptimizer=torch.optim.Adam(model.parameters(),lr=0.01,weight_decay=1e-4)loss_function=torch.nn.CrossEntropyLoss()model.train()forepochinrange(200)ut=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：没问题！！接下来就可以建立一个自己的图神经网络啦~