安装清华大学的AutoGL

清华大学公开的AutoGL的安装经验：（v0.4.1版本）

1. 环境：Ubuntu 20.04, pyenv install 3.10.13

选择3.10.13的原因：依赖的包仅支持python > 3.8, <=3.12，之前尝试了用 python 3.11.5\3.6.8\3.6.0\3.8.0 一律gg。

2. 步骤：1）安装明面上的依赖：torch || torch-geometric || dgl

               2）背地里的依赖：安装hyperopt==0.1.2，别的都不行，规定死了；networkx==2.8，也定死了，有graph_number_of_cliques区别；gensim==3.8.0，高一点儿都装不上；遇到torch-sparse || torch scatter 问题，先用你的torch看一下版本，然后pip install torch-scatter torch-sparse -f https://data.pyg.org/whl/torch-{$版本}+cu{$版本}.html；其它一些小依赖，一般都有，或者看看报错都能解决。

               3)  从github上下载AutoGL的代码，别用pip，没更新，有dgl.dataloading.pytorch区别。

3. 测试，去AutoGL/examples/测试graph_classification.py， OK就OK. 

简单聊几句，目前还在测试，看能不能用自己的custom data，github和documents上都写的不是特别清楚，似乎graph classification还是用的未改版GIN，必须是同构图homogeneous，异构图就得走dgl，后续如果真的可以用，再更新。