配置项目self-TCR环境

成功过程

第一步，使用conda创建新的环境

conda create -n fjx_XXX python=version
其中version的版本至关重要，它关系到整个项目的包能不能完成，首先可以去查看项目的readme文件，其次可以查看reauirements.txt文件中有没有涉及到，再然后可以根据项目的时间来推测（这个后续可以出一版总结），最最后就挨个尝试从3.6-3.10

第二步，使用pip安装

pip -V 
pip install -r requirements.txt

查看pip的安装位置，一般而言是你创建的那个位置就问题不大

第三步，使用conda完成关键包

个人认为，使用pip安装有很多的好处，使用pip安装方便快捷且没有碰到过其他的一些问题，但是pip有一个比较烦的点就是pip不能安装很复杂的包比如说pytorch。所以我们的项目如果涉及到pytorch的话就需要首先使用conda进行安装。在此记录一下在我们实验室152机器上安装pytorch的过程
查看cuda版本
nvcc -v
nvidia-smi
conda install pytorch torchvision torchaudio cudatoolkit=11.4 -c pytorch
建议使用后者，因为前边查看的是9.1，在torch官网根本找不到这个版本
使用后者会出现一个表格，根据右上角的版本去torch官网找对应的命令，其中可能找不到命令，那就总结一下，其实命令都很相似，只是版本那个数字不一样（就目前我的认知）当然肯定是版本相近命令相近，建议前后都看看。

第四步，使用pip完成后续

使用pip安装时遇到torch会报错，这个时候就使用torch安装torch的命令，然后再使用pip进行后续的安装。

失败记录以及原因、处理方式分析

python 两个并列package互相引用

两个pakage放在一个src这个pakage下，然后dimenet中的一个py文件要去引mylib中的一个py文件

解决方式：

# BASE_DIR = os.path.dirname(os.path.abspath(__file__))#查看本文件所在的绝对位置，类似pwd
# print(BASE_DIR)
# sys.path.append("/mnt/sdb/home/fjx/self-TCR/pytorch-dimenet/src") #使用绝对位置对项目的包搜索地址进行添加，目前没有得知这个东西是永久性的还是使用时暂时添加
# print('sys_path',sys.path)
# print("locals:",locals())
sys.path.append("../")#使用相对方式添加，来自实验室学长
print('sys_path',sys.path)

报错原因不好好看

一定要顶着英语看不懂的困难A上去！

记录conda安装requrements.txt时的一些问题

首先直接使用进行安装

conda install --yes --file requirements.txt

可能会遇到出现channel的问题

# 暂时找不到了，conda forge有关好像这个就会减少一部分找不到的

最后按照提示然后再去官网搜指令，目前没有学习到如何使用版本信息进行搜查，还是那句话，顶着英文看不懂A上去。