超点图论文网络环境配置

---

前言

提示：本文参照文章进行配置
环境：Linux, conda, cuda10.0, pytorch1.2.0
注意：环境配置最重要的是心态，一步一步进行，最后一定成功！

---

一、检查环境情况并安装

1. 检查是否安装有NVIDIA驱动

输入命令

nvidia-smi

如果出现以下输出，说明驱动已安装

2. 检查是否安装cuda

输入命令

nvcc

如果出现以下输出，说明cuda已安装

3. 检查是否安装pytorch

依次输入命令

python
import torch
print(torch.__version__)  #输出pytorch版本
print(torch.cuda.is_available())  #检查是否可以调用GPU

如果出现以下输出，说明pytorch已安装，如未安装，参考这篇文章

4. 安装相应库文件

依次输入命令

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple future python-igraph tqdm transforms3d pynvrtc fastrlock cupy h5py sklearn plyfile scipy
conda install -c anaconda boost; conda install -c omnia eigen3; conda install eigen; conda install -c r libiconv

按照输出，一直yes即可。
建议参考文章，将默认下载地址替换为清华源，下载速度会快很多！

二、常见问题

1.输入nvcc报错

如果输入nvcc，出现以下输出，说明cuda路径未添加，参考文章

首先，确定安装过‘nvidia-cuda-toolkit’，输入命令

cd /usr/local/cuda/bin
ls

如果里面有nvcc文件，说明安装过。

其次，输入命令，进入编辑界面，添加路径

vim ~/.bashrc

在文件末尾添加下面两行，添加后，ESC键退出编辑，再输入“：wq”退出编辑界面

export PATH="/usr/local/cuda/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda/lib64:$LD_LIBRARY_PATH"

最后，输入命令，激活路径

source ~/.bashrc

检查是否添加成功

nvcc

总结

以上只是个人总结超点图论文环境的配置方法，如果有什么问题，欢迎提出！