手把手教你在windows10安装GNN相关环境(torch+torch_geometric+rdkit+deepchem)
前言
为了跑GNN相关代码项目,装环境的时候出现各种版本冲突问题,抓狂。。最后算是总结出来了一些经验,在此记录一下^- ^。如果你也是windows10环境 并且有 nvidia的显卡,接下来我会从头教你一步一步安装相关包,当然如果你已经有了前期的基础可以直接跳转到相关的步骤。
1、anaconda
-
直接去官网下载 anaconda官网,然后一步一步安装就行了。这一步应该没什么问题。实在不会可以参考这篇文章:超详细Anaconda安装教程。
-
安装完anaconda后,在开始菜单中会出现下图的东西,点开箭头指向的东西,会出现命令行窗口,之后的主要操作都是在该窗口下进行。
2、安装nvidia驱动
- 没有显卡驱动根本用不了显卡
- 一般来说大家都有驱动的,为什么还要这一步骤呢?因为它决定了你可以装的cuda的上限。并且驱动与cuda不是一一对应的关系,一个驱动版本可以对应多个cuda版本。网上有驱动和cuda对应版本的资料,不过只要下载当前官网发布的符合自己显卡的驱动就可以了。
- 如何查看驱动版本?在命令行窗口中输入:
nvidia-smi
比如这里我的显卡驱动是516.93, 可以安装的cuda版本是11.7和其以下的版本。 - 如何安装nvidia驱动呢?
在nvidia驱动下载中符合你显卡的包
- 如何查看自己的显卡具体信息呢?
鼠标在桌面右键——>NVIDIA控制面板——>帮助——>系统信息
- 下载好了之后点开,一直下一步就行了。
- 最后需要重启电脑。
3、安装cuda
- cuda是nvidia推出的用于自家GPU的并行计算框架,做深度学习研究的同学几乎要安装。
- 到这一步cuda的版本选择就非常重要了,如果随便选可能会导致后面包的安装失败。
- 这个时候要看后面的 torch-geometric和 rdkit 支持哪个版本的cuda。
- 截止本文发出的时间,rdkit 是只支持python3.8 以下的,所以不可以安装python3.8和3.9。并且对于torch-geometric来说,如果安装cuda 11.5 和cuda 11.6 的话,torch-geometric的不支持windows python 3.7,只支持python3.8和其以上【如下图所示,只有linux版本】。所以不可以安装cuda11.5和cuda11.6,不然会出现上述的死循环(坑死我)。
- 那么我们可以选择下载cuda 11.0、cuda 11.3等版本,cuda历史版本下载地址
- 下载之后,点开然后一直下一步就行了。实在不会可以参考这篇CUDA安装教程(超详细),记得要修改环境变量。
- 安装好后,在命令行输入
nvcc -V
会出现下图,可以看到我装的是cuda 11.0。
4、创建conda虚拟环境
- 创建虚拟环境可以针对不同的程序安装不同的环境,也比较好管理。
conda create -n 环境名 python=版本号
, python的版本号可以是3.7 (要看rdkit允许安装哪个版本)- 安装好后激活环境(就是进入这个环境,后面的包都是在这个环境中安装)
conda activate 环境名
- 如果很多包安装失败可以删除该环境,然后重新安装新的环境。
conda deactivate
然后conda remove -n 环境名 --all
。
conda clean --all
:清除所有已安装的包,但保留所有环境
conda clean --all --yes
:清除所有已安装的包和缓存文件,但保留所有环境
pip cache purge
:清楚pip或Python包缓存 - 具体环境相关的内容可以参考: conda | 创建环境、安装包、删除环境步骤
5、安装torch
- 我建议是在torch的历史版本中找到符合自己要求的包。
- torch历史版本链接,比如我的cuda安装的是11.0,就根据cuda版本找到对应的命令行,然后输入就可以安装了。我装的是torch 1.7.0版本。
- 检查安装是否成功:
python
,然后import torch
,如果没有问题就是安装成功了,还需要测试torch是否可以使用cudatorch.cuda.is_available()
,如果是True,就说明安装没有问题。
6、安装 torch_geometric
- 安装torch_geometric版本,根据自己的torch版本和cuda版本选择版本。
- 点开,然后这个torch_geometric有torch_cluster、torch_scatter、torch_sparse、torch_spline_conv,这几个包,手动下载到本地。
- 进入这些包的路径中,然后命令行
pip install xxx.whl
,分别对四个安装包进行安装。 - 最后安装torch_geometric
pip install torch_geometric
- 最最后检测是否安装成功,在python 下import torch_geometric 。
如果觉得上述方法太麻烦,最近找到一个简单的方法:
pip install pyg_lib torch_scatter torch_sparse torch_cluster torch_spline_conv -f https://data.pyg.org/whl/torch-(your_torch_version)+(your_cuda_version).html
pip install torch_geometric
7、安装rdkit
conda install -c rdkit rdkit
8、安装deepchem
pip install tensorflow~=2.4
pip install deepchem
最后,如果本教程有帮助,希望大家可以点点赞和收藏~谢谢啦