ModuleNotFoundError: No module named ‘torch_sparse‘

https://github.com/rusty1s/pytorch_sparse

1、
You can now install pytorch-sparse via Anaconda for all major OS/PyTorch/CUDA combinations 🤗 Given that you have pytorch >= 1.8.0 installed, simply run

conda install pytorch-sparse -c pyg

2、
PyTorch 1.10.0
To install the binaries for PyTorch 1.10.0, simply run

pip install torch-scatter torch-sparse -f https://data.pyg.org/whl/torch-1.10.0+${CUDA}.html

where ${CUDA} should be replaced by either cpu, cu102, or cu113 depending on your PyTorch installation.

我用的第二种方法,我的cuda是11.5,命令如下:

pip install torch-scatter torch-sparse -f https://data.pyg.org/whl/torch-1.10.0+cu113.html

查看pytorch版本:

import torch
print(torch.__version__)  #注意是双下划线

版权声明:本文为CSDN博主「光子乘羽」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/hanshuning/article/details/121682424

光子乘羽

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

YOLO-Fastest训练自己的数据

YOLO-Fastest训练自己的数据 继续yolo-fastest的学习,上一篇已经基本跑通了yolo-fastest,接下来开始训练,本次代码依旧是:https://github.c

Day 14 - 安装与执行 YOLO

Day 14 - 安装与执行 YOLO 在 介绍影像辨识的处理流程 - Day 10 有提到 YOLO 模型是由 Joseph Redmon 所提出,而到了 YOLOV4 后才换成另外一群人继续发展,

目标检测自动标注生成xml文件

前言 在训练目标检测时,标注数据是一项简单而又浪费时间的事情,如果能够自动标注数据将可以高效的扩充数据集,从而提高训练模型的效果。 目前能想到的一种自动标注方法是先训练一个检测效果较好的模型&#xff