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
• 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cuda torch.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