pytorch 与 pytorch lightning, pytorch geometric 各个版本之间的关系

主要参考 官方的给出的意见;

1. pytorch 与 pytorch lightning 各个版本之间的关系

lightning 主要可以 适配多个版本的 torch;

https://lightning.ai/docs/pytorch/latest/versioning.html#compatibility-matrix;

2. pytorch 与 pytorch geometric 各个版本之间的关系

https://pytorch-geometric.readthedocs.io/en/2.3.1/notes/installation.html

pytorch geometric 与 torch 版本的对应关系,

则是通过左下角的 来选择当前适配的 torch 版本;

比方说当前是 PyG 2.3.1 , 则界面中显示的是 支持 Pytorch 2.0.* 以及 Pytorch 1.13.* 各个版本。

但是文中也表明最低版本的要求是 pytorch >= 1.8.0

3. 三者共同使用

官方的教程中,

有个提供了将三者集成到一起使用的

https://lightning.ai/docs/pytorch/stable/notebooks/course_UvA-DL/06-graph-neural-networks.html#Graph-level-tasks:-Graph-classification

python 复制代码
! pip install --quiet "matplotlib" "pytorch-lightning >=2.0,<2.4" "torch-sparse ==0.6.*" "torch-spline-conv ==1.2.*" "torch >=1.8.1,<2.5" "torch-cluster ==1.6.*" "torchvision" "numpy <2.0" "seaborn" "torch-scatter ==2.1.*" "torch-geometric ==2.1.*" "torchmetrics >=1.0,<1.5" "torch ==2.1.2"

由于笔者当前的环境是 torch ==1.13.1 , pytorch-lightning ==1.19.5

故先安装 torch-geometric ==2.1.* 实验一下, 因为官方的pytorch-lightning >=2.0,<2.4" 已经适配了torch-geometric ==2.1.

使用 会默认安装匹配当前 torch, 最高版本对应的 pyG

python 复制代码
conda install pyg -c pyg


conda install pyg -c pyg
Channels:
 - pyg
 - nvidia
 - defaults
Platform: linux-64
Collecting package metadata (repodata.json): done
Solving environment: done

## Package Plan ##

  environment location: /home/respecting_god/anaconda3/envs/lightningGNN

  added / updated specs:
    - pyg


The following packages will be downloaded:

    package                    |            build
    ---------------------------|-----------------
    aiohappyeyeballs-2.4.0     |   py38h06a4308_0          19 KB
    aiohttp-3.10.5             |   py38h5eee18b_0         736 KB
    async-timeout-4.0.3        |   py38h06a4308_0          12 KB
    frozenlist-1.4.0           |   py38h5eee18b_0          52 KB
    multidict-6.0.4            |   py38h5eee18b_0          54 KB
    pyg-2.5.2                  |py38_torch_1.13.0_cu117         1.3 MB  pyg
    pyparsing-3.1.2            |   py38h06a4308_0         400 KB
    yarl-1.11.0                |   py38h5eee18b_0         148 KB
    ------------------------------------------------------------
                                           Total:         2.7 MB
相关推荐
金伟API10243 小时前
如何从零打造一个极简的DeepSeek-R1大模型
人工智能·ai
江畔柳前堤3 小时前
大语言模型分布式训练:从并行策略到万卡工程的系统梳理
人工智能·分布式·深度学习·算法·目标检测·机器学习·语言模型
Shockang3 小时前
智能体环路工程实战
人工智能
美摄科技3 小时前
美摄美颜特效SDK Skill:以AI赋能智能视音频新视界
人工智能
Web3_Daisy3 小时前
Pump.fun 与 FOMO 竞争背后的 Meme 市场变局
大数据·人工智能·金融·web3·区块链
AI创界者4 小时前
MiniMax-H3 本地一键部署整合包:8G 显存玩转文图生视频、视频参考、角色替换与超分补帧全流程
人工智能·深度学习
江畔柳前堤4 小时前
HBM:大语言模型时代的「算力血液」——从内存墙到带宽革命的深度拆解
服务器·人工智能·windows·目标检测·语言模型·自然语言处理·软件工程
美摄科技4 小时前
视频一键成片SDK Skill:AI智能分析与语义理解
人工智能
北斗落凡尘5 小时前
LangGraph 入门实战(2)
python·langchain
fthux5 小时前
装闭 RenoPit 源码解析(05):FastAPI与Celery如何执行AI装修分析
人工智能·ai·开源·github·open source·renopit