截至2024年7月，PyTorch最新版本为2.1.x，并没有2.9.1版本。不过，在合适的PyTorch环境下下载PyG库，通常可以按照以下步骤进行。 ### 1. 创建并激活虚拟环境 使用`conda`或`venv`创建虚拟环境，以`conda`为例： ```bash conda create -n pyg_env python=3.8 conda activate pyg_env ``` ### 2. 安装PyTorch 根据自己的CUDA版本选择合适的PyTorch版本进行安装。例如，安装支持CUDA 11.8的PyTorch： ```bash conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia ``` ### 3. 安装PyG库 可以使用`pip`安装PyG库： ```bash pip install torch_geometric ``` 也可以手动安装其依赖项，步骤如下： - 确定PyTorch和CUDA版本： ```python import torch print(torch.__version__) print(torch.version.cuda) ``` - 根据上述版本信息，从[PyG官方网站](https://pytorch-geometric.readthedocs.io/en/latest/install/installation.html)找到对应的`torch_scatter`、`torch_sparse`、`torch_cluster`和`torch_spline_conv`的预编译包链接，使用`pip`进行安装。例如： ```bash pip install torch_scatter -f https://data.pyg.org/whl/torch-${TORCH}+${CUDA}.html pip install torch_sparse -f https://data.pyg.org/whl/torch-${TORCH}+${CUDA}.html pip install torch_cluster -f https://data.pyg.org/whl/torch-${TORCH}+${CUDA}.html pip install torch_spline_conv -f https://data.pyg.org/whl/torch-${TORCH}+${CUDA}.html ``` 其中`${TORCH}`是PyTorch版本，`${CUDA}`是CUDA版本。 - 最后安装`torch_geometric`： ```bash pip install torch_geometric ``` ### 验证安装 在Python环境中导入`torch_geometric`进行验证： ```python import torch_geometric ``` 如果没有报错，则说明安装成功。