这篇文章给大家介绍Pytorch on Graph环境如何在Ubuntu系统中配置，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。
成都创新互联公司是一家专注于
成都网站建设、成都网站设计与策划设计,双湖网站建设哪家好?
成都创新互联公司做网站,专注于网站建设10年,网设计领域的专业建站公司;建站业务涵盖:双湖等地区。双湖做网站价格咨询:028-86922220
GCN 的代码通常需要安装 Pytorch on Graph, 按照其 官方指导, 发现无法兼容当前所使用的服务器上的 pytorch2.3 和 cuda10.0 环境, 需要升级 cuda 和 pytorch 的版本。
于是准备重新安装一个虚拟环境，使用上 cuda 10.2 和 pytorch2.6。
1. 安装 Cuda10.2 以及对应版本的 Cudnn
安装 cuda 10.2，
wget http://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run
sudo sh cuda_10.2.89_440.33.01_linux.run
然后安装对应版本的 cudnn
但由于当前机器上已经安装了 cuda 10.0，因此想要找一些能够切换的方法，不删去当前的 cuda10.0, 发现可以使用软链接的方式进行切换
# 切换为 cuda 8.0 版本
rm -rf /usr/local/cuda #删除之前创建的软链接
sudo ln -s /usr/local/cuda-8.0/ /usr/local/cuda/
nvcc --version #查看当前 cuda 版本
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2016 NVIDIA Corporation
Built on Mon_Jan_23_12:24:11_CST_2017
Cuda compilation tools, release 8.0, V8.0.62
# cuda8.0 切换到 cuda9.0
rm -rf /usr/local/cuda
sudo ln -s /usr/local/cuda-9.0/ /usr/local/cuda/
nvcc --version
名称栏目：PytorchonGraph环境如何在Ubuntu系统中配置-创新互联
转载注明：
http://cdkjz.cn/article/dhgoch.html
