필자는 torch_geometric 버전을 한번 잘못하여 아예 전부 삭제하고 다시 다운로드 했다.
conda create 자신의 가상환경
conda activate 자신의 가상환경
ex)
conda create torch
conda activate torch
torch라는 가상환경을 만들고
torch 가상환경 활성화 후에 torch를 다운로드할것이다.
그전에 cuda를 먼저 다운로드한다.
https://developer.nvidia.com/cuda-downloads
쿠다 다운로드를 진행하는 것은 이전 정리
https://velog.io/@terry_9996/cuda-%EB%8B%A4%EC%9A%B4%EB%A1%9C%EB%93%9C-%EC%9C%88%EB%8F%84%EC%9A%B0-%EB%B2%84%EC%A0%84
nvidia-smi
# 이거 말고도 nvcc- V 이런 것이 있는데..
# 막상 하면 두개의 차이가 존재한다. 하지만 기준은 nvidia-smi 기준으로
# torch를 다운로드 하는 것을 추천한다.
로 현재 자신의 cuda버전을 확인한다.
이때 주의해야 하는 것은 명령어 창에 자신이 만든 가상환경을 활성화(리눅스 명령어 activate 000 <자신의 가상환경> ) 한 다음에 설치해야 한다.
나중되면 엄청나게 다운로드를 했던것이 꼬여서 버전이 달라진다.
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
진행한다.
그 후 주피터 노트북에서 실행한다.
import torch
USE_CUDA = torch.cuda.is_available()
print(USE_CUDA)
device = torch.device('cuda:1' if USE_CUDA else 'cpu')
print('학습을 진행하는 기기:',device)
torch.cuda.get_device_name(0)
conda install pyg -c pyg
from torch_geometric.data import Data
from torch_geometric.datasets import Planetoid
import torch_geometric.transforms as T
from torch_geometric.nn import GCNConv, GAE, VGAE
from torch_geometric.nn.conv import GCNConv_at
전부 완료될 것이다.
만약 torch-geometric 할때, import가 됬는데, GCNConv에서 뭔가 에러가 난다면
git-hub에 올라온 GCNConv의 init 값들이 일치하는지 확인하자.
아마 라이브러리 설치중에 버전이 살짝 달라서, 버전 다운로드시에 설치가 안되거나 혹은 달라질수도
있다. - 이거 해결하기 위해선
anaconda3/envs/hs/lib/python3.7/site-packages/torch_geometric/nn/conv/init.py
이렇게 각 필요한 파일을 추가도 가능하다.