在Google Colab安装PyTorch Geometric时遇torch-sparse编译wheel错误如何解决？

在Google Colab环境安装PyTorch Geometric（PyG）时，常遇到error building wheel for torch-sparse编译错误，核心原因是Torch与CUDA版本不匹配，网上多数通用方案无法直接解决。以下是实测有效的解决流程：

步骤1：确认当前Torch与CUDA版本 #

先执行代码获取环境的版本信息，这是后续安装的关键依据：

import torch
print(torch.__version__)
print(torch.version.cuda)

示例输出：

2.0.1+cu118
11.8

步骤2：清理冲突依赖 #

卸载已安装的可能存在版本冲突的PyG相关包：

pip uninstall -y torch-sparse torch-scatter torch-cluster torch-spline-conv torch-geometric

步骤3：安装对应版本的预编译依赖包 #

PyG官方提供了对应不同Torch和CUDA版本的预编译轮子，避免本地编译失败。根据步骤1获取的版本，拼接对应的安装命令：
以Torch 2.0.1+cu118为例，执行：

pip install torch-scatter==2.1.1+pt20cu118 torch-sparse==0.6.17+pt20cu118 torch-cluster==1.6.1+pt20cu118 torch-spline-conv==1.2.2+pt20cu118 -f https://data.pyg.org/whl/torch-2.0.1+cu118.html

命令格式说明：

• 包版本号格式为{包名}=={版本号}+pt{Torch主版本}{次版本}cu{CUDA版本}，比如pt20对应Torch 2.0.x，cu118对应CUDA 11.8
• 末尾的-f参数指定对应版本的轮子仓库链接，格式为https://data.pyg.org/whl/torch-{Torch完整版本}+cu{CUDA版本}.html

步骤4：安装PyTorch Geometric #

依赖包安装完成后，直接安装PyG：

pip install torch-geometric

特殊情况处理 #

如果当前Colab的Torch版本没有对应的预编译轮子，可以先降级Torch到兼容版本，例如安装Torch 1.13.1+cu117：

pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu117

之后重复步骤2-4，安装对应版本的PyG依赖和PyG即可。

内容的提问来源于stack exchange，提问作者puradrogasincortar