卸载torch并更新版本，torch-gpu的下载安装--亲测有效！！

以前一直抱怨实验室的cuda版本，以前是10.1，导致只能安装最低配版本的torch，也就是torch1.8.1，现在内核版本和驱动都更新了，变成了cuda11.4，以前的环境都没办法跑代码，只能重新进行卸载安装。

1、查看CUDA版本

nvidia-smi

2、激活对应环境，查看torch版本

conda activate your_environment_name
conda list

这里对应的torch、torch-geometric等都是符合cuda10.1的版本，需要都进行卸载 

3、进行卸载

pip uninstall torch torchaudio torchvision
pip uninstall torch-geometric torch-scatter torch-sparse torch-cluster torch-spline-conv

 4、进行torch gpu版本的安装

方法一：直接使用命令进行安装（我这里成功了）

最后的cu113代表cuda版本，我这里没有找到cu114，因此选择cu113进行向下兼容

pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113

方法二：指定版本安装（后续torch_geometric用到）

pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 -f https://download.pytorch.org/whl/torch_stable.html

方法三：自行下载对应版本的安装包进行安装

下载地址：https://download.pytorch.org/whl/torch_stable.html 

 

5、查看torch gpu版本是否可用

出现True代表没问题，就可以快乐跑代码啦~

torch.cuda.is_available()

6、进行torch_geometric的安装

详细安装参考我的另一篇博客

torch_geometric踩坑实战--安装与运行 亲测有效！！_attributeerror: module 'torch' has no attribute 's-CSDN博客

 安装依赖

pip install pyg_lib torch_scatter torch_sparse torch_cluster torch_spline_conv -f https://data.pyg.org/whl/torch-1.12.1+cu113.html

安装torch_geometric

pip install torch_geometric

---

都看到这里啦~给个小心心♥♥呗~